如何记录每个epoch的RMSE

要记录每个 epoch 的 RMSE，可以在训练模型时使用一个回调函数，例如 Keras 中的 `Callback`。在每个 epoch 结束时，回调函数可以计算并记录当前的 RMSE 值，可以将这些 RMSE 值保存到一个列表中。代码示例如下：

from keras.callbacks import Callback
import numpy as np

class RMSECallback(Callback):
    def __init__(self, x_val, y_val):
        super().__init__()
        self.x_val = x_val
        self.y_val = y_val
        self.rmse = []

    def on_epoch_end(self, epoch, logs=None):
        y_pred = self.model.predict(self.x_val)
        rmse = np.sqrt(np.mean((self.y_val - y_pred)**2))
        self.rmse.append(rmse)
        print(f"RMSE at epoch {epoch}: {rmse}")

在使用模型时，例如：

rmse_callback = RMSECallback(x_val, y_val)
model.fit(x_train, y_train, epochs=10, callbacks=[rmse_callback])

训练过程中，每个 epoch 结束时，都会输出当前的 RMSE 值，并将其保存到 `rmse_callback.rmse` 列表中。