tensorboard 平滑损失曲线代码

tensorboard 平滑损失曲线代码

标签（空格分隔）： tensorflow 源码

---

咱们写论文，或者工作汇报的时候，希望展现非常漂亮的深度学习损失函数曲线图

在tensorflow中集成了很实用的tensorboard可视化工具，能够实时观测训练过程中的损失函数曲线图，以及建立的图模型，甚至在tensorboard可以可视化一些图像的分割或者分类结果，非常方面。但是，深度学习往往需要迭代很多次而且有时候会做数据扩充，导致损失函数浮动很大，比如说如下图所示曲线。

当然，tensorboard提供了我们平滑参数(Smoothing)如下图所示。

我们可以调节toolbar，可以画出非常漂亮的曲线下降或者上升曲线图。

怎么样是不是非常漂亮的训练图呢？但是，有个问题是，我们想通过orignal等专业的画图软件，画出非常完美的曲线图，这样可以放在paper和工作汇报上面。

tensorboard提供了下载借口，可以下载没有经过平滑后的数据，但是之前说了，没有平滑的曲线非常的不好看，现在我们需要做的是将下载下来的原始数据在本地进行平滑。笔者自己写了一个简单的平滑代码

import pandas as pd
import numpy as np
import os
def smooth(csv_path,weight=0.85):
    data = pd.read_csv(filepath_or_buffer=csv_path,header=0,names=['Step','Value'],dtype={'Step':np.int,'Value':np.float})
    scalar = data['Value'].values
    last = scalar[0]
    smoothed = []
    for point in scalar:
        smoothed_val = last * weight + (1 - weight) * point
        smoothed.append(smoothed_val)
        last = smoothed_val


    save = pd.DataFrame({'Step':data['Step'].values,'Value':smoothed})
    save.to_csv('smooth_'+csv_path)


if __name__=='__main__':
    smooth('test.csv')

测试：
tensorboard:

本地平滑：