使用 Keras CNN 模型进行图像分类训练

训练模型的历史记录 (history) 是通过调用 cnn_model.fit() 方法来获得的。这个方法使用了 train_generator 作为训练数据集，并设置了训练的轮数 (epochs) 为 40，每个轮数使用的步数 (steps_per_epoch) 为 50。同时，还使用了 test_generator 作为验证数据集 (validation_data)。通过设置 verbose 参数为 1，可以在训练过程中打印出每个 epoch 的详细信息。此外，还可以通过 callbacks 参数传入一个回调函数列表，这里使用了 reduce_lr 回调函数，用于动态调整学习率。

history = cnn_model.fit(train_generator,                          # 使用 train_generator 来训练模型
                        epochs=40, 
                        steps_per_epoch=50,
                        validation_data=test_generator,
                        verbose=1,
                        callbacks=[reduce_lr])                    # 回调函数