模型可视化

keras.utils.vis_utils 模块提供了一些绘制 Keras 模型的实用功能(使用 graphviz)。

以下实例，将绘制一张模型图，并保存为文件：

from keras.utils import plot_model
plot_model(model, to_file='model.png')

plot_model 有 4 个可选参数:

• show_shapes (默认为 False) 控制是否在图中输出各层的尺寸。
• show_layer_names (默认为 True) 控制是否在图中显示每一层的名字。
• expand_dim（默认为 False）控制是否将嵌套模型扩展为图形中的聚类。
• dpi（默认为 96）控制图像 dpi。

此外，你也可以直接取得 pydot.Graph 对象并自己渲染它。例如，ipython notebook 中的可视化实例如下：

from IPython.display import SVG
from keras.utils.vis_utils import model_to_dot
SVG(model_to_dot(model).create(prog='dot', format='svg'))

训练历史可视化

Keras Model 上的 fit() 方法返回一个 History 对象。History.history 属性是一个记录了连续迭代的训练/验证（如果存在）损失值和评估值的字典。这里是一个简单的使用 matplotlib 来生成训练/验证集的损失和准确率图表的例子：

import matplotlib.pyplot as plt
history = model.fit(x, y, validation_split=0.25, epochs=50, batch_size=16, verbose=1)
# 绘制训练 & 验证的准确率值
plt.plot(history.history['acc'])
plt.plot(history.history['val_acc'])
plt.title('Model accuracy')
plt.ylabel('Accuracy')
plt.xlabel('Epoch')
plt.legend(['Train', 'Test'], loc='upper left')
plt.show()
# 绘制训练 & 验证的损失值
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('Model loss')
plt.ylabel('Loss')
plt.xlabel('Epoch')
plt.legend(['Train', 'Test'], loc='upper left')
plt.show()