将每个批次或时期的验证精度打印到控制台(Keras)

在Keras中，如果你想在每个批次（batch）或时期（epoch）结束时打印验证精度（validation accuracy），你可以使用ModelCheckpoint回调函数结合自定义的打印逻辑来实现。下面是一个简单的例子，展示了如何在每个epoch结束时打印验证精度：

from keras.models import Sequential
from keras.layers import Dense
from keras.callbacks import ModelCheckpoint

# 假设你已经有了一个模型和一个数据集
model = Sequential()
# 添加你的层...

# 编译模型
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

# 创建一个ModelCheckpoint回调，但不保存模型，只是用来获取验证精度
checkpoint = ModelCheckpoint(filepath=None, monitor='val_accuracy', verbose=1, save_best_only=False)

# 自定义回调来打印验证精度
class PrintValidationAccuracy(keras.callbacks.Callback):
    def on_epoch_end(self, epoch, logs=None):
        print(f'\nEpoch {epoch + 1} validation accuracy: {logs["val_accuracy"]}')

# 训练模型时使用回调
model.fit(x_train, y_train, epochs=10, batch_size=32, validation_data=(x_val, y_val), callbacks=[checkpoint, PrintValidationAccuracy()])

在这个例子中，PrintValidationAccuracy是一个自定义的Keras回调，它在每个epoch结束时被调用，并打印出当前的验证精度。ModelCheckpoint回调用于监控验证精度，但由于我们设置了filepath=None，它不会保存任何模型文件，只是用来触发on_epoch_end事件。