可视化学习笔记7-将训练的loss，acc结果生成npy格式，读取npy利用matplotlib.pyplot绘图。（附结果图）

已于 2022-05-18 14:52:27 修改
阅读量3.5k 收藏 30
点赞数 6
分类专栏： 算法实战 文章标签： 学习 python 开发语言
于 2022-03-12 15:49:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LZL2020LZL/article/details/123444606
版权

npy文件介绍： NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。是numpy专用的二进制文件，用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。是一种常用的保存模型文件的格式。
生成loss.npy和acc.npy代码如下：

running_loss = 0.0
loss = loss_function(logits, labels.to(device))
running_loss += loss.item()
            Train_Loss = str(running_loss)
            Loss0 = np.array(Train_Loss
了解本专栏 订阅专栏 解锁全文 超级会员免费看
李卓璐
关注
  • 6
    点赞
  • 踩
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
Python数据分析与可视化------NumPy第三方库
杨总的博客
03-31 3070
数据的维度 维度: 一组数据的组织形式 一维数据 由对等关系的有序或无序数据构成,采用线性方式组织 列表和集合类型 列表和数组 数组 数据类型相同 列表 数据类型可以不同 一组数据的有序结构 二维数据 由多个一维数据构成,是一维数据的组合形式 列表类型 表格 多维数据 由一维数据或多维数据在新维度的扩展 列表类型 高维数据 仅用最基本的二元关系展示数...
我的VAE可视化项目对应的pth及npy文件，可以自己训练不用下载。
07-27
我的VAE可视化项目对应的pth及npy文件，大家根据需要下载。或者有资源的话自己跑程序训练也行。 可以自己训练不用下载，或者送给我点积分也行。
Python中的NPY可视化
Bamboozq的博客
08-19 8183
import numpy as np import argparse import matplotlib as plt from mpl_toolkits.mplot3d import Axes3D if __name__ == '__main__': parser = argparse.ArgumentParser() parser....
.npy文件的打开方式
热门推荐
william_hehe的博客
05-22 7万+
1.前言：在深度学习领域。有一个名词叫迁移学习。倍数贫穷人们所喜爱。拿来主意还是用着很舒服的嘛！在使用训练好的模型时，其中有一种保存的模型文件格式叫.npy。2.打开方式·实现代码：import numpy as np test=np.load('./bvlc_alexnet.npy',encoding = "latin1") #加载文件 doc = open('1.txt', 'a') #打...
【NumPy】一文详细介绍 npy格式 文件
创作高质量博文，分享知识，共同进步！
03-22 6202
📚【NumPy深探】一文带你玩转npy格式文件💾 🌈npy格式文件，NumPy中的魔法存储盒，让数组数据持久化！ 💾保存？`numpy.save()`轻松搞定，数据、结构一网打尽。 📝加载？`numpy.load()`秒速还原，再也不用担心数据丢失。 🔧使用场景广泛，模型参数、数据集处理无所不能。 💡注意版本兼容、文件安全，让npy文件更可靠。 🚀拓展应用丰富，压缩、共享、并行处理一网打尽。 🎉一文在手，npy无忧！快来探索npy格式文件的无限魅力吧！
tensorflow模型文件转换为npy文件
07-10
tensorflow训练的mtcnn的PNet,RNet,ONet的模型文件：*.data-00000-of-00001，*.index 和 *.meta这3个文件转为npy文件
python做可视化数据图表,python漂亮的可视化表
最新发布
npy199331的博客
04-06 588
本文是通过对牛奶面包销售量的日期数据处理，然后算当前元素与前一个元素的增长率，最终得到数据增长率的折现、柱形图python写麦穗的代码。提示：以下是本篇文章正文内容，下面案例可供参考以上就是今天要讲的内容，本文仅仅简单介绍了用Pyecharts实现方法组合图形的方法，由此得知yecharts提供了大量有的图表还有高度灵活的配置项。
ml-wikipedia.npy.zip -人工智能-深度学习-动态图数据集
09-06
图神经网络相关的数据集。前前后后还是费了不少功夫，如此设置请见谅，有些内容其实是无法开源的，有需要的朋友可以下载。
npyjs:在JavaScript中读取numpy .npy文件
01-27
npy.js直接在JS中读取.npy文件安装直接在你的项目中包含npy.js，或者:纱添加npyjs# npm i npyjs使用创建一个新的npyjs对象。让n = new npyjs();这个对象现在可以用于加载.npy文件。n.load(“数组。// ' array '是...
caffe学习，将.binaryproto均值文件转化为.npy格式的均值文件
12-27
在caffe学习中，运行python python/classify.py examples/images/cat.jpg foo命令中，会出现caffe/imagenet/ilsvrc_2012_mean.npy文件不存在的报错，本代码可将已有的.binaryproto均值文件转化为.npy格式的均值文件
读取.bin激光雷达点云文件格式并可视化三种的方法
12-21
申明：从KITTI官网下载到的激光雷达点云数据为.bin格式，为此找到了三种方法，现在分享出来大家一起讨论。 程序运行环境 运行测试系统：Ubuntu16.04 运行环境：python3.6 方法一：使用numpy库读取.bin数据并使用...
模型文件3DFAN.npy
04-10
3DFAN numpy格式模型文件
python多进程读图提取特征存npy
09-19
主要为大家详细介绍了python多进程读图提取特征存npy，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
深度学习路上的一些奇葩问题
jialiyk的博客
04-21 610
小编遇到的一些奇葩问题！！！避坑111
Python npy文件
hxxjxw的博客
10-28 1万+
npy文件是numpy专用的二进制文件。 Numpy binary files (NPY, NPZ) 在深度神经网络训练过程中通常需要读取预训练权重，预训练权重通常是.npy文件，比如vgg16.npy
python绘制训练结果曲线图和散点图、解决坐标刻度标签重复问题 、利用训练标准输出流绘制
weixin_41872791的博客
08-05 7705
python绘制训练结果曲线图和散点图、解决坐标刻度标签重复问题 、利用训练标准输出流绘制python绘制训练结果图训练结果标准输出流删除标准输出流中多余内容正则表达式提取数据绘制曲线图和散点图戏剧性bug，y轴标签重叠问题分享一个修改刻度密度的方法 python绘制训练结果图 最近， 用python在服务器做训练，得出了一些数据结果。由于在服务器端将训练结果直接绘图蜜汁得不到结果（未解之谜），于是我将标准输出流保存了下来，苦于搜索几天没有现成的对于标准输出流直接绘制成训练结果曲线图的，于是着手自己编写绘制
数据分析与可视化之Numpy基础
qq_48618345的博客
07-01 360
数据分析之numpy基础
给深度学习入门者的Python快速教程 - numpy和Matplotlib篇
远有青山
07-04 850
https://zhuanlan.zhihu.com/p/24309547 给深度学习入门者的Python快速教程 - numpy和Matplotlib篇 達聞西 7 个月前 本篇部分代码的下载地址： https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap5 上篇：给深度学习入门者
如何使用laspy.read将一个大的文件分割成多个小的文件用numpy缓存读取，并调用matplotlib库生成可视化结果
04-23
您可以按照以下步骤将大的LAS文件拆分成多个小的文件并使用numpy缓存读取： 1. 使用laspy库中的laspy.file.File()方法打开LAS文件。 2. 获取LAS文件总点数（点的数量）以及每个小文件中的点数。 3. 使用numpy库中的arange()方法和linspace()方法来确定生成每个小文件的范围。 4. 使用laspy库中的fileWriter()方法将LAS文件中的每个点写入到小文件中。 5. 使用numpy库中的load()方法加载所有小文件，并将它们存储在一个numpy数组中。 6. 使用matplotlib库中的plot()方法生成可视化结果。 具体代码实现可以参考以下示例： ```Python import laspy import numpy as np import matplotlib.pylab as plt # 设置LAS文件名和小文件点数 las_filename = "file.las" batch_size = 1000000 # 打开LAS文件并获取总点数 f = laspy.file.File(las_filename, mode='r') total_points = f.header.point_count # 获取每个小文件的点数范围 indices = np.arange(0, total_points, batch_size) ranges = np.linspace(0, total_points, len(indices) + 1, dtype=int) # 将LAS文件拆分为小文件并使用numpy缓存读取 for index, start, end in zip(indices, ranges[:-1], ranges[1:]): with laspy.file.File('small_file_{}.las'.format(index), mode='w', header=f.header) as outfile: points = f.points[start:end] outfile.points = points outfile.close() data = np.load('small_file_{}.las.npy'.format(index)) print('Loaded {} in memory'.format(data.shape)) # 使用matplotlib库生成可视化结果 dataset = np.concatenate([np.load('small_file_{}.las.npy'.format(index)) for index, start, end in zip(indices, ranges[:-1], ranges[1:])], axis=0) plt.scatter(dataset['X'], dataset['Y'], s=0.1, c=dataset['Z']) plt.show() ``` 此示例代码将LAS文件分割成小文件，并使用numpy缓存读取以提高性能，并使用matplotlib库生成可视化结果。您可以根据需要自定义LAS文件名和小文件点数，并通过更改参数中的s值和c值来调整散点图的大小和颜色。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值