history 回调
每次使用 .fit() 方法训练模型时，都会默认返回一个 history 回调。要访问这些指标，您可以在返回的 h_callback 对象中访问 history 字典参数，并使用相应的键。
上一课中您构建的灌溉机器 model 已为您加载，可直接训练；其特征和标签分别加载为 X_train、y_train、X_test、y_test。
这一次，您将保存模型的 history 回调，并在训练时使用 validation_data 参数。
您将使用 plot_accuracy() 和 plot_loss()（两个简单的 matplotlib 函数）来绘制存储在 history 中的结果。
您可以在控制台中粘贴 show_code(plot_loss) 查看它们的代码。
让我们看看训练背后发生了什么！
本练习是课程的一部分
Keras 深度学习入门
练习说明
- 在
X_train和y_train上训练您的模型，并在每个 epoch 上使用X_test和y_test做验证。 - 使用
plot_loss，从h_callback中提取loss和val_loss。 - 使用
plot_accuracy，从h_callback中提取accuracy和val_accuracy。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Train your model and save its history
h_callback = ____.____(____, ____, epochs = 25,
validation_data=(____, ____))
# Plot train vs test loss during training
plot_loss(h_callback.history[____], h_callback.history[____])
# Plot train vs test accuracy during training
plot_accuracy(h_callback.history[____], h_callback.history[____])