利用 Tensorflow 中 events.out.tfevents 文件绘制曲线图

    今天介绍个新技能，相信很多同学花费众多时间去训练模型，但是却没有提前编写绘制曲线图（loss曲线图，acc曲线图等）的代码，又得从头开始训练，耗费众多的时间，又或者虽然用了 Tensorboard， 但是又想把 train loss 和 val loss 画在一个图上，怎么办？ 教程来了！

    要注意的是必须要有 events.out.tfevents 文件， 如果没有这篇博客你可以滑过了，从头开始去训练吧！

下面讲解步骤：

    第一步： 在 conda 环境下运行命令 tensorboard --logdir=events.out.tfevents文件路径，如下图：

    第二步： 进入网址： http://localhost:6006/， 如下图所示。

    第三步： 按如图所示步骤导出 csv 文件（即你每个epoch的loss, acc 等等）：


下载出来的就是这样子的：

    第四步： 愉快的编写代码绘图，直接上代码：

#  -*- coding: utf-8 -*-

'''
Author: Unlabel
Date: 2020-10-09 20:52:19
LastEditTime: 2020-10-09 21:10:03
Description: 利用tf的 events.out.tfevents绘制训练的曲线图
FilePath: /plot_loss/plot.py
'''


import os
import pandas as pd
from matplotlib import pyplot as plt


def loss_visualize(epoch, tra_loss, val_loss):
    plt.style.use("ggplot")
    plt.figure()
    plt.subplot(1, 1, 1)
    plt.title("Epoch_Loss")
    plt.plot(epoch, tra_loss, label='train_loss', color='r', linestyle='-', marker='o')
    plt.plot(epoch, val_loss, label='val_loss', linestyle='-', color='b', marker='^')
    plt.legend()
    plt.xlabel('epoch')
    plt.ylabel('loss')
    plt.savefig(os.path.join(res_dir, 'loss.png'))
    plt.show()


def read_value(train_df, val_df):
    epoch = val_df['Step'].values
    train_loss = train_df['Value']
    val_loss = val_df['Value']
    return epoch, train_loss, val_loss


if __name__ == "__main__":
    root_dir = os.getcwd()
    file_dir = os.path.join(root_dir, 'file')
    res_dir = os.path.join(root_dir, 'results')
    train_path = os.path.join(file_dir, '4_train_loss.csv')
    val_path = os.path.join(file_dir, '4_val_loss.csv')
    train_df = pd.read_csv(train_path)
    val_df = pd.read_csv(val_path)
    epoch, train_loss, val_loss = read_value(train_df, val_df)
    loss_visualize(epoch, train_loss, val_loss)

绘出来的就是这个样子的：

完事！

    觉得帮到你的，麻烦点个赞！谢谢大家！