怎么通过python画loss曲线-创新互联
这篇文章主要介绍怎么通过python画loss曲线,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
创新互联-专业网站定制、快速模板网站建设、高性价比贵州网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式贵州网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖贵州地区。费用合理售后完善,10多年实体公司更值得信赖。1. 首先导入一些python画图的包,读取txt文件,假设我现在有两个模型训练结果的records.txt文件
import numpy as np import matplotlib.pyplot as plt import pylab as pl from mpl_toolkits.axes_grid1.inset_locator import inset_axes data1_loss =np.loadtxt("valid_RCSCA_records.txt") data2_loss = np.loadtxt("valid_SCRCA_records.txt")
2. 我自己的数据第一列是训练步数,第二列的loss,所以取出相应列的数据作为绘图的x和y
x = data1_loss[:,0] y = data1_loss[:,1] x1 = data2_loss[:,0] y1 = data2_loss[:,1]
3. 先创建一幅图,再在这幅图上添加一个小图,小图用来显示部分放大的曲线
fig = plt.figure(figsize = (7,5)) #figsize是图片的大小` ax1 = fig.add_subplot(1, 1, 1) # ax1是子图的名字`
4. 先画出整体的loss曲线
pl.plot(x,y,'g-',label=u'Dense_Unet(block layer=5)')` # ‘'g‘'代表“green”,表示画出的曲线是绿色,“-”代表画的曲线是实线,可自行选择,label代表的是图例的名称,一般要在名称前面加一个u,如果名称是中文,会显示不出来,目前还不知道怎么解决。 p2 = pl.plot(x1, y1,'r-', label = u'RCSCA_Net') pl.legend() #显示图例 p3 = pl.plot(x2,y2, 'b-', label = u'SCRCA_Net') pl.legend() pl.xlabel(u'iters') pl.ylabel(u'loss') plt.title('Compare loss for different models in training')
画出曲线如图:
5. 显示放大的部分曲线
# plot the box tx0 = 0 tx1 = 10000 #设置想放大区域的横坐标范围 ty0 = 0.000 ty1 = 0.12 #设置想放大区域的纵坐标范围 sx = [tx0,tx1,tx1,tx0,tx0] sy = [ty0,ty0,ty1,ty1,ty0] pl.plot(sx,sy,"purple") axins = inset_axes(ax1, width=1.5, height=1.5, loc='right') #loc是设置小图的放置位置,可以有"lower left,lower right,upper right,upper left,upper #,center,center left,right,center right,lower center,center" axins.plot(x1,y1 , color='red', ls='-') axins.plot(x2,y2 , color='blue', ls='-') axins.axis([0,20000,0.000,0.12]) plt.savefig("train_results_loss.png") pl.show #pl.show()也可以
以上是“怎么通过python画loss曲线”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注创新互联成都网站设计公司行业资讯频道!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
本文题目:怎么通过python画loss曲线-创新互联
分享链接:http://hbruida.cn/article/coishj.html