history.history()

history.history()是一个用于获取训练模型的历史记录的方法。它返回一个字典，其中包含训练过程中的损失和指标的数值。通常，我们可以使用这个方法来可视化模型的训练过程。

以下是一个使用history.history()方法的示例：

import matplotlib.pyplot as plt

# 训练模型并保存历史记录
history = model.fit(x_train, y_train, epochs=10, validation_data=(x_val, y_val))

# 获取训练过程中的损失和准确率
loss = history.history['loss']
val_loss = history.history['val_loss']
acc = history.history['accuracy']
val_acc = history.history['val_accuracy']

# 绘制损失曲线
plt.plot(loss, 'r', label='Training loss')
plt.plot(val_loss, 'b', label='Validation loss')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()
plt.show()

# 绘制准确率曲线
plt.plot(acc, 'r', label='Training accuracy')
plt.plot(val_acc, 'b', label='Validation accuracy')
plt.xlabel('Epochs')
plt.ylabel('Accuracy')
plt.legend()
plt.show()

这个示例中，我们首先使用model.fit()方法训练模型，并将返回的history对象保存在变量history中。然后，我们使用history.history()方法获取训练过程中的损失和准确率的数值，并将它们分别保存在loss、val_loss、acc和val_acc变量中。最后，我们使用matplotlib库绘制损失曲线和准确率曲线。