训练模型时没有显示验证集准确率？多种解决方案！

如果在训练模型时没有显示验证集的准确率，可以尝试以下几种方法来解决：

1. 检查代码：确保在训练过程中正确地计算并记录验证集的准确率。验证集的准确率可能被忘记计算或记录。

2. 添加验证集评估代码：在训练循环的每个epoch或一定的训练步骤之后，添加验证集评估代码，以计算并显示验证集的准确率。

3. 保存验证集的预测结果：保存验证集的预测结果，并在训练完成后，通过计算预测结果与真实标签的准确率来评估模型的性能。

4. 使用交叉验证：使用交叉验证来评估模型的性能。将数据集分成多个折叠，训练模型时使用其中一部分作为验证集，并计算每个折叠的准确率的平均值作为模型的最终准确率。

5. 使用其他评估指标：如果无法获取准确率，可以考虑使用其他评估指标，如精确度、召回率、F1分数等来评估模型的性能。

6. 调试代码：检查训练过程中的日志或输出，以查找可能导致没有显示验证集准确率的问题的代码错误。

以上方法中的一种或多种可能有助于解决没有显示验证集准确率的问题。具体的解决方法可能会因模型和代码的不同而有所不同。