训练集和测试集准确率变化曲线可视化

这段代码用于绘制训练集和测试集的损失和准确率变化曲线，方便直观地观察模型在训练过程中的性能变化。

第一个图表展示了训练集和测试集的损失值随着训练轮数的变化情况。我们可以观察到，训练集和测试集的损失都在逐渐减小，表明模型的训练效果良好。

第二个图表展示了训练集和测试集的准确率随着训练轮数的变化情况。我们可以观察到，训练集和测试集的准确率都在逐渐增加，表明模型的预测能力在提高。

最后调用 model.summary() 函数打印出模型的详细信息，包括层级结构、参数数量等信息，可以帮助我们更好地理解模型的架构。

代码示例:

plt.plot(history.history['loss'], label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.title('Training and Validation Loss')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()
plt.show()

plt.plot(history.history['accuracy'], label='Training Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.title('Training and Validation Accuracy')
plt.xlabel('Epochs')
plt.ylabel('Accuracy')
plt.legend()
plt.show()

model.summary()