kfold = StratifiedKFold(n_splits=10, shuffle=True, random_state=42) for train, test in kfold.split(X, y): history = model.fit(X[train], y[train], validation_data=(X[test], y[test]), epochs=1, batch_size=10,callbacks=[checkpoint])训练之后想打印每一个epoch的损失与准确率该如何修改代码

你可以在每个 epoch 结束时，添加一个回调函数 `History()` 并将其传递给 `fit()` 函数。这个回调函数将记录每个 epoch 的训练损失、训练准确率、验证损失和验证准确率，并将它们存储在一个字典中。你可以在训练完成后打印这个字典，以获取所有 epoch 的损失和准确率。以下是修改后的代码：

from keras.callbacks import ModelCheckpoint, History

# 创建一个回调函数来记录损失和准确率
history = History()

# 设置模型检查点回调
checkpoint = ModelCheckpoint(filepath, monitor='val_loss', verbose=1, save_best_only=True, mode='min')

# 使用回调函数训练模型
kfold = StratifiedKFold(n_splits=10, shuffle=True, random_state=42) 
for train, test in kfold.split(X, y):
    model.fit(X[train], y[train], validation_data=(X[test], y[test]), epochs=1, batch_size=10,callbacks=[checkpoint, history])

# 打印每个 epoch 的损失和准确率
print(history.history)

这将打印一个字典，其中包含每个 epoch 的训练损失、训练准确率、验证损失和验证准确率。