延續昨天的程式碼新增下面的

#建立show_train_history來顯示訓練過程
import matplotlib.pyplot as plt#定義show_train_history（之前訓練產生的）（train_history,訓練執行結果,驗證資料執行結果）
def show_train_history(train_history,train,validation):
plt.plot(train_history.history[train])
plt.plot(train_history.history[validation])
plt.title('Train History')#圖形標題
plt.ylabel(train)#顯示y軸標籤
plt.xlabel('Epoch')#設定x軸標籤是'Epoch'
plt.legend(['train','validation'],loc='upper left')#設定圖例顯示'train','validation'在左上角
plt.show()
#畫出accuracy執行結果(這裡有一個要注意的地方是，windows在顯示訓練結果的時候是以acc表現accuracy所以要將accuracy改為acc，mac則是要寫accuracy)
show_train_history(train_history,'accuracy','val_accuracy')
#畫出loss執行結果
show_train_history(train_history,'loss','val_loss')

#使用model.evaluate進行評估模型準確率，評估後的準確率會存在scores（features,label）
scores = model.evaluate(x_Test_normalize,y_Test_OneHot)
print()
#顯示準確率
print('accuracy',scores[1])

結果：