还要输出训练结果和测试集分类结果

好的，您可以在训练模型时添加以下代码，用于输出训练过程中的准确率和损失值：

history = model.fit(x_train, y_train, epochs=5, batch_size=64, validation_data=(x_test, y_test))
print(history.history)

这样，您就可以在训练完成后输出训练准确率、训练损失值、测试准确率和测试损失值：

score_train = model.evaluate(x_train, y_train, verbose=0)
score_test = model.evaluate(x_test, y_test, verbose=0)
print('Train loss:', score_train[0])
print('Train accuracy:', score_train[1])
print('Test loss:', score_test[0])
print('Test accuracy:', score_test[1])

同时，您也可以使用以下代码输出测试集的分类结果：

y_pred = model.predict(x_test)
y_pred = np.argmax(y_pred, axis=1)
y_test = np.argmax(y_test, axis=1)
print('Classification report:\n', classification_report(y_test, y_pred))