python通过keras进行模型训练怎么得到混淆矩阵输出

在 Keras 中，可以使用 `sklearn.metrics` 模块的 `confusion_matrix` 方法来得到混淆矩阵。

首先，需要在训练模型时设置一个回调函数，用于在每个 epoch 结束时计算混淆矩阵。可以使用 `keras.callbacks.Callback` 类自定义回调函数。

以下是一个示例代码：

from sklearn.metrics import confusion_matrix
from keras.callbacks import Callback

class ConfusionMatrixCallback(Callback):
    def __init__(self, validation_data):
        super().__init__()
        self.validation_data = validation_data

    def on_epoch_end(self, epoch, logs=None):
        x_val, y_val = self.validation_data
        y_pred = self.model.predict(x_val)
        y_pred = np.argmax(y_pred, axis=1)
        cm = confusion_matrix(np.argmax(y_val, axis=1), y_pred)
        print('Confusion matrix:')
        print(cm)

在使用 `fit` 方法训练模型时，将回调函数作为参数传递进去：

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

这样，在每个 epoch 结束时，就会输出混淆矩阵。