我想看看我的模型需要多少步才能达到一定的准确性。在 cifar10 上说 90%。如何从 keras 模型中获取这些信息？

编辑： 每个时期的准确性都可以在历史对象 fit() 返回中访问，但我正在寻找每一步的准确性

解决方案：

我做了一个回调对象，在每一步都保持损失

import pickle
from tensorflow.keras.callbacks import Callback

class LossHistory(Callback):
    def __init__(self,path='',name=''):
        super(Callback, self).__init__()
        self.path = path
        self.name=name
        self.accuracy = []
        self.losses=[]
    
    def on_batch_end(self, batch, logs={}):
        self.accuracy.append(logs.get('accuracy'))
        self.losses.append(logs.get('loss'))
    
        history_={}
        history_['accuracy']=self.accuracy
        history_['loss']=self.losses
    
        with open(self.path+self.name+'_history.pkl', 'wb') as f:
            pickle.dump(history_,f)