不幸的是，看来Keras尚未实现直接从加载的模型加载历史记录的可能性。相反，您必须提前设置它。这就是我使用
CSVLogger它的方式（实际上非常方便，将整个训练历史记录存储在一个单独的文件中。这样，您始终可以稍后再返回并绘制所需的任何历史记录，而不必依赖于变量，可以轻松地将其存储在内存）：
首先，我们必须在开始培训之前设置记录器。
from keras.callbacks import CSVLoggercsv_logger = CSVLogger('training.log', separator=',', append=False)model.fit(X_train, Y_train, callbacks=[csv_logger])现在，整个日志历史记录将存储在文件 “ training.log”中
（如果您遇到这种情况，可以通过调用来获得相同的信息
H.history）。训练完成后，下一步将只是加载存储在此文件中的数据。你可以用熊猫来做到这一点
read_csv：
import pandas as pdlog_data = pd.read_csv('training.log', sep=',', engine='python')在 heron中 ，您可以像从 csv_logger中 加载数据一样对待存储在 csv_logger中 的数据
K.history。
Keras回调文档中的更多信息。
