KeyError: 'acc' matplotlib でグラフが描画できません

Question

前提・実現したいこと

keras にて学習経過の様子を matplitlib で描画しようとしたのですが、KeyError: 'acc' というエラーが出て実行できません。

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-9-8251e2560412> in <module>()
     46 # 学習の様子をグラフへ描画 --- (*6)
     47 # 正解率の推移をプロット
---> 48 plt.plot(hist.history['acc'])
     49 plt.plot(hist.history['val_acc'])
     50 plt.title('Accuracy')

KeyError: 'acc'

該当のソースコード

# MLPでMNISTの分類問題に挑戦
import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.optimizers import RMSprop
from keras.datasets import mnist
import matplotlib.pyplot as plt

# 入力と出力を指定
in_size = 28 * 28
out_size = 10

# MNISTのデータを読み込み --- (*1)
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# データを28*28=784の一次元配列に変換
X_train = X_train.reshape(-1, 784).astype('float32') / 255
X_test = X_test.reshape(-1, 784).astype('float32') / 255
# ラベルデータをone-hotベクトルに直す
y_train = keras.utils.np_utils.to_categorical(y_train.astype('int32'),10)
y_test = keras.utils.np_utils.to_categorical(y_test.astype('int32'),10)

# MLPモデル構造を定義 --- (*2)
model = Sequential()
model.add(Dense(512, activation='relu', input_shape=(in_size,)))
model.add(Dropout(0.2))
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(out_size, activation='softmax'))

# モデルをコンパイル --- (*3)
model.compile(
    loss='categorical_crossentropy',
    optimizer=RMSprop(),
    metrics=['accuracy'])

# 学習を実行 --- (*4)
hist = model.fit(X_train, y_train,
          batch_size=128, 
          epochs=50,
          verbose=1,
          validation_data=(X_test, y_test))

# モデルを評価 --- (*5)
score = model.evaluate(X_test, y_test, verbose=1)
print('正解率=', score[1], 'loss=', score[0])

# 学習の様子をグラフへ描画 --- (*6)
# 正解率の推移をプロット
plt.plot(hist.history['acc'])
plt.plot(hist.history['val_acc'])
plt.title('Accuracy')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

# ロスの推移をプロット
plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('Loss')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

試したこと

stackoverflow で同様の問題に対する回答を見つけたのですが、コンパイルの際に metrics=['accuracy'] を指定するという物でした。
既に私の書いたコードでは指定してあるので、原因は他にあるのかと思います。

補足情報（FW/ツールのバージョンなど）

実行環境: Google Colaboratory
tensorflow: 1.15.0
keras: 2.3.1
matplotlib: 3.1.3

Comments

[can110]

当方のGoogle Colaboratory( keras=2.2.5、他は同じ)ではエラーなく正常終了します。参考まで。

[mlc2_keisuke]

2020/02/12 15:00 に実行したところ正常に終了しました。
原因は不明ですが、おそらくランタイムを再起動すると直る可能性があります。

Answer 1

明確にどのバージョンかは（調べていないので）明記できないのですが、accがaccutuayとなっているバージョンがあるようです。

hist.history自体は単なる dict型のデータなのですから、
直接

print(hist.history)

を実行して、どのような keyでデータが保存されているのかを確認したらよいのではないでしょうか

Comments

[mlc2_keisuke]

hist.history を出力したところ、val_loss, val_acc が入っていました。

Answer 2

2020/02/12 15:00 に実行したところ正常に終了しました。
原因は不明ですが、おそらくランタイムを再起動すると直る可能性があります。