Keras获取各批次验证损失与精度返回None列表问题求助

我尝试获取Keras模型训练与验证阶段每个批次的损失（loss）和精度（accuracy），目前已成功获取训练集的对应指标，但获取验证集指标时得到的是全为None的列表。

我自定义了如下LossHistory回调类：

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.history = {'loss':[],'val_loss':[], 'accuracy':[],'val_accuracy':[], 'loss_avg':[],'val_loss_avg':[], 'accuracy_avg':[],'val_accuracy_avg':[]}

    def on_batch_end(self, batch, logs={}):
        self.history['loss'].append(logs.get('loss'))
        self.history['val_loss'].append(logs.get('val_loss'))
        self.history['accuracy'].append(logs.get('accuracy'))
        self.history['val_accuracy'].append(logs.get('val_accuracy'))

    def on_epoch_end(self, epoch, logs={}):
        self.history['loss_avg'].append(logs.get('loss'))
        self.history['val_loss_avg'].append(logs.get('val_loss'))
        self.history['accuracy_avg'].append(logs.get('accuracy'))
        self.history['val_accuracy_avg'].append(logs.get('val_accuracy'))

目前能正常获取每轮结束后的验证损失与精度平均值，但无法拿到每个批次的验证指标，想请教问题原因。

问题原因 #

核心原因是Keras默认不会在训练批次结束时对验证集进行评估，验证集的指标计算逻辑如下：

• on_batch_end的logs参数仅包含当前训练批次的训练指标（如loss、accuracy），不会携带val_前缀的验证类指标
• 只有在每轮训练结束的on_epoch_end阶段，Keras才会完整遍历一次验证集，计算并返回验证集的整体指标（如val_loss、val_accuracy）

如果确实需要获取验证集的逐批次指标，需要手动在回调中实现验证集的批次评估：

• 在on_batch_end方法内，手动取出验证集数据并按批次拆分
• 调用model.test_on_batch()方法计算当前验证批次的损失与精度
• 将计算得到的指标存入自定义的历史记录字典中

内容的提问来源于stack exchange，提问作者Theodore Psillos