Keras绘制训练曲线报错KeyError: 'acc' 求助

这个问题其实很好解决，根源在于Keras的命名规范变化：

• 你在模型编译时指定了metrics=["accuracy"]，这是Keras 2.x及以后版本的标准写法，此时训练历史（H.history）里的准确率键名是**'accuracy'**，而不是旧版本的'acc'。
• 你沿用了原二分类代码里的plt.plot(H.history['acc'])，自然会触发KeyError: 'acc'。

具体解决方案 #

我给你两种处理方式，选一种就行：

方式1：直接修改键名（最直接）

把可视化代码里的所有'acc'替换成'accuracy'，包括验证集的'val_acc'也要改成'val_accuracy'，比如：

# 原来的错误代码
plt.plot(H.history['acc'])
plt.plot(H.history['val_acc'])

# 修改后的正确代码
plt.plot(H.history['accuracy'])
plt.plot(H.history['val_accuracy'])

方式2：兼容新旧写法（适合需要保留旧代码结构的情况）

如果不想改动太多可视化代码，可以在训练结束后统一处理历史字典，把新键名映射到旧键名：

# 训练完成后添加这段代码
if 'accuracy' in H.history:
    # 把accuracy映射为acc，val_accuracy映射为val_acc
    H.history['acc'] = H.history['accuracy']
    H.history['val_acc'] = H.history['val_accuracy']

这样原来的H.history['acc']就能正常调用了。

额外提醒 #

多分类任务下，metrics=["accuracy"]是完全有效的，Keras会自动根据你的损失函数（比如categorical_crossentropy或sparse_categorical_crossentropy）适配多分类的准确率计算，不需要额外调整。

内容的提问来源于stack exchange，提问作者DouL