同时利用三个网络结构进行训练时,训练结束将训练产生的loss保存在三个txt文件中,文件内容如下:
因为txt文件中包含字符所以需要将字符剔除,在进行绘图!下面需要字符剔除后再将loss进行绘图,并将三个网络产生的loss进行直观的比较。代码如下:
import matplotlib.pyplot as plt
import numpy as np
iteration1 = []
Loss1 = []
with open('loss_train50w_0.01_v2.txt','r') as file: #打开文件
for line in file.readlines(): #文件内容分析成一个行的列表
line = line.strip().split(" ") #按照空格进行切分
#print(line)
itera,loss = line[0],line[2] #一行拆分为三行
itera = int(itera.split(':')[1]) #保留itera参数
iteration1.append(itera) #保存在数组中
loss = float(loss.split(':')[1])
Loss1.append(loss)
#print(itera,'\n',loss)
iteration2 = []
Loss2 = []
with open('loss_train50w_0.01.txt','r') as file:
for line in file.readlines():
line = line.strip().split(" ")
itera,loss = line[0],line[2]
itera = int(itera.split(':')[1])
iteration2.append(itera)
loss = float(loss.split(':')[1])
Loss2.append(loss)
iteration3 = []
Loss3 = []
with open('loss_train100w_0.01.txt','r') as file:
for line in file.readlines():
line = line.strip().split(" ")
itera,loss = line[0],line[2]
itera = int(itera.split(':')[1])
iteration3.append(itera)
loss = float(loss.split(':')[1])
Loss3.append(loss)
#画图
plt.title('Loss') #标题
#plt.plot(x,y)
#常见线的属性有:color,label,linewidth,linestyle,marker等
plt.plot(iteration1, Loss1, color='cyan', label='loss_train50w_0.01_v2')
plt.plot(iteration2, Loss2, 'b', label='loss_train50w_0.01')#'b'指:color='blue'
plt.plot(iteration3, Loss3, 'r', label='loss_train100w_0.01')#'r'指:color='red'
plt.legend() #显示上面的label
plt.xlabel('Iteration')
plt.ylabel('Loss')
#plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()
最终绘制结果如下: