Tensorflow基础代码报错学习笔记7——搭建神经网络（2）可视化显示

最新推荐文章于 2024-08-15 15:46:55 发布

7STARX

最新推荐文章于 2024-08-15 15:46:55 发布

阅读量534

点赞数 1

分类专栏： tensorflow学习笔记文章标签：神经网络 python 机器学习

本文链接：https://blog.csdn.net/Jessica_0319/article/details/112900970

版权

本文档记录了在TensorFlow中搭建神经网络时如何使用matplotlib进行数据可视化的过程。作者通过修正代码错误，实现了真实数据与预测数据的动态显示，并解决了'function' object has no attribute 'add_subplot'的报错问题。完整代码和注释可供参考。

摘要由CSDN通过智能技术生成

原教程地址
这一节利用matplot库讲了可视化显示真实数据与预测数据
代码根据上一篇的内容进行添加和修改，为了方便看，我先只把修改的部分代码贴出来：

原代码及结果

1.首先引入matplot库

import matplotlib.pyplot as plt

2.然后显示真实数据

###可视化显示真实数据###
fig = plt.figure() #生成图片框#
ax = fig.add_subplot(1,1,1) #连续画图用axis,1,1,1是编号
ax.scatter(x_data,y_data)#显示真实数据
plt.show()#调用这句会将程序暂停

得到结果如图所示
在这里插入图片描述
3显示连续的预测数据

对原来代码的if部分进行修改，注释掉原来打印语句：

if i%50 == 0:
        ###to see the step improvement###
        #print(sess.run(loss,feed_dict={xs:x_data,ys:y_data}))

        try:
            ax.lines.remove(lines[0])#去除掉lines的第一个线段，防止产生很多线段导致看不清结果
        except Exception:
            pass
        prediction_value = sess.run(prediction,feed_dict={
   xs:x_data})
        lines = ax.plot(x_data,prediction_value,'r-',lw=5)#用线显示，红色，宽度为5
        plt