Я собираю и запускаю свою модель как:
parallel_model.compile(optimizer='Adam', loss = 'binary_crossentropy', metrics = ['binary_accuracy', mean_iou]))
history = parallel_model.fit(X_train, Y_train, validation_split=0.25, batch_size = 16, verbose=1, epochs=20)
Однако, история только печатает полную потерю и метрические значения для обучения и проверки. Есть ли у keras способ просматривать / контролировать потери отдельных классов?
Единственный способ, которым я могу думать о получении этой информации, - это иметь операторы tf.Print в функции потерь; однако этот вопрос не получил никакого внимания. Следовательно, я не могу отладить эту проблему.