如何使用Tensorboard的数据，自己使用plot()函数，在同一副图中画出多条loss曲线

最近在写论文时，需要在一张图中，同时绘制出多个模型的loss变化曲线，之前虽然在训练模型时，也会使用Tensorboard来观察loss曲线的变化，但是只限于观看，并没有对立里面的数据进行提取和分析。后查找资料，成功解决问题，现将教程分享如下：

一、下载Tensorboard中的loss曲线的数据

1.选中左上角的 Show data download links

2.选中右下角的下载文件的格式，在这里，我选择的是csv格式，但实际数据下载下来的文件格式是.txt

二、修改下载后的文件内容及格式

选在csv文件格式下载后的文件，实际是.txt的格式，并且最上面一行是 Wall time,Step,Value

1.我们需要将最上面的一行删除

2.将文件的后缀名直接改成 .csv,我们就得到了Tensorboard的csv数据格式

三、使用Pycharm 进行数据处理

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from matplotlib.font_manager import FontProperties
import csv

'''读取csv文件'''
def readcsv(files):
    csvfile = open(files, 'r')
    plots = csv.reader(csvfile, delimiter=',')
    x = []
    y = []
    for row in plots:
        y.append((row[2])) 
        x.append((row[1]))
    return x ,y


mpl.rcParams['font.family'] = 'sans-serif'
mpl.rcParams['font.sans-serif'] = 'NSimSun,Times New Roman'


plt.figure()
x2,y2=readcsv("scalars3.csv")
plt.plot(x2, y2, color='red', label='Default')
#plt.plot(x2, y2, '.', color='red')

x,y=readcsv("scalars.csv")
plt.plot(x, y, 'g',label='Without BN')

x1,y1=readcsv("scalars2.csv")
plt.plot(x1, y1, color='black',label='Without DW and PW')

x4,y4=readcsv("scalars4.csv")
plt.plot(x4, y4, color='blue',label='Without Residual learning')

plt.xticks(fontsize=16)
plt.yticks(fontsize=16)

plt.ylim(0, 16)
plt.xlim(0, 104800)
plt.xlabel('Steps',fontsize=20)
plt.ylabel('Score',fontsize=20)
plt.legend(fontsize=16)
plt.show()