Keras训练数据绘图显示空图问题排查

我来帮你分析下为什么绘图为空，主要有这几个关键点：

1. 历史记录被重复覆盖 #

你在50次循环里每次都把model.fit()的结果赋值给同一个history变量，这意味着最后你只保留了第50次训练的历史数据。而每次训练只跑1个epoch，所以history.history['acc']里只有一个数值——绘图时只有单个数据点，matplotlib默认不会显示线条，单点如果和背景颜色接近，看起来就像空图。

2. Early Stopping可能提前终止训练 #

如果你的early_stop回调设置得比较严格（比如监测loss且patience=0），或者你的小数据集（仅10条样本）让模型瞬间就拟合完成，那每次fit()可能根本没跑完1个epoch就停止了，甚至history里的acc数据可能为空或者只有初始值，自然绘不出内容。

3. 绘图代码和训练逻辑不匹配 #

你图例写了['train', 'test']，但训练时完全没加验证集（validation_data参数缺失），history里根本没有测试集的acc数据；而且单个数据点默认无连线，视觉上极易被忽略。

针对性解决方案： #

方案一：收集所有训练的acc数据

不要每次覆盖history，用列表累计每一轮的acc值：

# 初始化列表保存所有epoch的acc
acc_history = []
epoch_size = 50
batch_size = 你的批次大小

for i in range(epoch_size):
    history = model.fit(trainingX[:10], trainingY[:10], 
                        epochs=1, 
                        batch_size=batch_size,
                        callbacks=[early_stop], 
                        verbose=2)
    # 取出本次训练的acc并加入列表
    acc_history.append(history.history['acc'][0])

# 绘图
plt.plot(acc_history, marker='o')  # 加上marker让单点更明显
plt.title('model accuracy')
plt.ylabel('acc')
plt.xlabel('epoch')
plt.legend(['train'], loc='upper left')  # 去掉不存在的test图例
plt.show()

方案二：检查并调整Early Stopping

先暂时注释掉callbacks=[early_stop]，跑一轮训练看看history.history['acc']是否有正常数据。如果是early stop导致训练提前终止，你可以：

• 调整early_stop的监测指标（比如从val_loss改成loss，或者增大patience值）
• 或者在小数据集测试阶段直接禁用early stop

方案三：验证训练数据的合理性

你只用了10条样本训练，模型可能几轮就完全过拟合，acc直接跳到1.0并保持不变。可以先打印acc_history看看数值，如果所有值都是1.0，那绘图是一条平线，调整y轴范围就能看到了。

内容的提问来源于stack exchange，提问作者jejjejd