Keras 损失曲线绘制教程：可视化模型训练过程

在 Keras 中，可以通过使用 History 对象来绘制损失曲线。History 对象包含了模型训练过程中的各种指标，包括损失值和准确度等。

以下是一个示例代码，使用 Keras 训练一个简单的神经网络模型，并绘制损失曲线：

from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam
import matplotlib.pyplot as plt

# 创建一个简单的神经网络模型
model = Sequential()
model.add(Dense(10, input_shape=(4,), activation='relu'))
model.add(Dense(3, activation='softmax'))

# 编译模型
model.compile(loss='categorical_crossentropy', optimizer=Adam(lr=0.1), metrics=['accuracy'])

# 训练模型
history = model.fit(X_train, y_train, epochs=100, validation_data=(X_val, y_val))

# 绘制损失曲线
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('Model Loss')
plt.ylabel('Loss')
plt.xlabel('Epoch')
plt.legend(['Train', 'Validation'], loc='upper left')
plt.show()

在上面的代码中，首先创建了一个简单的神经网络模型，然后编译模型，并使用 fit() 方法进行训练。训练完成后，可以使用 history 对象中的历史记录来绘制损失曲线。plt.plot() 函数用于绘制曲线，其中 history.history['loss'] 表示训练集损失值，history.history['val_loss'] 表示验证集损失值。其他参数设置了图表的标题、坐标轴标签和图例。

运行上述代码后，将会得到一个损失曲线图表。