使用keras画出模型准确率评估的执行结果时出现：

建立好深度学习的模型后，使用反向传播法进行训练。

定义了训练方式：

model.compile(loss='categorical_crossentropy',
             optimizer='adam',metrics=['accuracy'])

执行训练：

train_history =model.fit(x=x_Train_normalize,
                        y=y_Train_OneHot,validation_split=0.2,
                        epochs=10,batch_size=200,verbose=2)

执行后出现：

建立show_train_history显示训练过程：

import matplotlib.pyplot as plt
def show_train_history(train_history,train,validation):
    plt.plot(train_history.history[train])
    plt.plot(train_history.history[validation])
    plt.title('Train History')
    plt.ylabel(train)
    plt.xlabel('Epoch')
    plt.legend(['train','validation'],loc='upper left')
    plt.show()

画出准确率执行结果：

show_train_history(train_history,'acc','val_acc')

结果出现以下问题：

这是怎么回事呀？
求求大佬救救孩子555

理论上应该没有问题啊，你要不试试把最后的'acc'改为'accuracy'，好像有些情况'acc'会报错