基于IMDB数据集训练模型绘制损失曲线遇‘acc未定义’错误求助

错误原因 #

你遇到的name 'acc' is not defined错误，是因为代码中epochs = range(1, len(acc) + 1)这一行里的acc是未定义变量——你没有从模型训练返回的history对象中提取训练精度数据，就直接使用了这个变量名。

另外你连续两次调用model.compile()，第二次的配置（metrics=['acc']）覆盖了第一次的metrics=['accuracy']，所以当前history.history字典里的训练精度对应的键是'acc'，而非'accuracy'。

修复方案 #

只需修改绘图部分的代码，要么从history_dict中提取训练精度数据，要么直接用已有的loss_values的长度生成epochs序列（训练轮次和损失值的数量是一致的）。

修改后的绘图代码片段 #

import matplotlib.pyplot as plt

history_dict = history.history
loss_values = history_dict['loss']
val_loss_values = history_dict['val_loss']
# 提取训练精度数据（若后续需要绘制精度曲线可保留）
acc_values = history_dict['acc']

# 用loss_values的长度生成epochs序列，避免依赖未定义的acc变量
epochs = range(1, len(loss_values) + 1)

plt.plot(epochs, loss_values, 'bo', label='Training loss')
plt.plot(epochs, val_loss_values, 'b', label='Validation loss')
plt.title('Training and validation loss')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()

plt.show()

额外优化建议 #

你两次调用model.compile()是多余的，保留其中一次即可。如果想和教材内容保持一致，建议删除第二次model.compile()调用，只保留第一次使用optimizers.RMSprop的配置，此时history.history里的训练精度键会是'accuracy'，提取时对应改成acc_values = history_dict['accuracy']。

内容的提问来源于stack exchange，提问作者user8083