python 怎么画损失函数和迭代次数的关系_[python]自己绘制训练过程中的损失函数曲线...

跟踪并保存训练过程中的损失函数

以CornerNet为例，他的源码并没有使用损失函数可视化的功能，有时候需要查看损失函数的变化趋势来确定超参。那么此时就需要手动去记录并储存损失函数值

在train.py中，关于损失函数的部分如下所示：

with stdout_to_tqdm() as save_stdout:

for iteration in tqdm(range(start_iter + 1, max_iteration + 1), file=save_stdout, ncols=80):

training = pinned_training_queue.get(block=True)

training_loss = nnet.train(**training)

if display and iteration % display == 0:

print("training loss at iteration {}: {}".format(iteration, training_loss.item()))

del training_loss

# if val_iter and validation_db.db_inds.size and iteration % val_iter == 0:

# nnet.eval_mode()

# validation = pinned_validation_queue.get(block=True)

# validation_loss = nnet.validate(**validation)

# print("validation loss at iteration {}: {}".format(iteration