python获取keras训练的loss值

在Keras中，获取训练过程中的损失值（Loss）通常是在训练循环（如`fit()`方法）中进行的。你可以通过`history.history`属性来访问这些信息，这个属性包含了每个epoch结束时的损失值和其他指标。

例如，在`model.fit()`调用后，你可以这样获取每个epoch的平均根均方误差（RMSE）：

# 假设你在编译模型时添加了rmse作为metric
model.compile(loss='mse', metrics=['rmse'])

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

# 获取训练和验证集上的RMSE历史
train_rmse_history = history.history['rmse']
val_rmse_history = history.history['val_rmse']

# 打印第一个epoch的训练RMSE
print(f"Training RMSE at epoch 1: {train_rmse_history[0]}")

请注意，如果你之前手动实现了RMSE并且遇到了NaN问题，那么可能是由于输入数据的异常导致的。确保你的输入数据适合于所选的loss函数，并且在计算RMSE时不会出现除以零的情况。