怎么在用keras训练模型的时候用matplotlib动态显示loss曲线？train loss和test loss都要有。

在使用Keras训练模型时，可以使用Matplotlib动态显示训练和测试的损失曲线。以下是实现的一种方法：

首先，导入所需的库：

import matplotlib.pyplot as plt
from keras.callbacks import Callback

接下来，创建一个自定义的回调函数来绘制损失曲线。这个回调函数将在每个训练周期结束时被调用，并且可以通过`on_train_begin`和`on_epoch_end`方法来获取训练和测试的损失值。

class LossPlotter(Callback):
    def __init__(self):
        self.train_losses = []
        self.test_losses = []

    def on_epoch_end(self, epoch, logs=None):
        self.train_losses.append(logs.get('loss'))
        self.test_losses.append(logs.get('val_loss'))
        self.plot_loss()

    def plot_loss(self):
        plt.figure()
        plt.plot(self.train_losses, label='Train Loss')
        plt.plot(self.test_losses, label='Test Loss')
        plt.title('Model Loss')
        plt.xlabel('Epoch')
        plt.ylabel('Loss')
        plt.legend()
        plt.show()

然后，在训练模型时，将这个自定义回调函数添加到`callbacks`参数中：

loss_plotter = LossPlotter()
model.fit(x_train, y_train, validation_data=(x_test, y_test), callbacks=[loss_plotter])

当每个训练周期结束时，将会绘制训练和测试的损失曲线。

希望这可以帮助到你！如果有任何进一步的问题，请随时提问。