python画loss曲线_TensorFlow绘制loss/accuracy曲线的实例

本文介绍了如何使用Python的matplotlib库和TensorFlow框架来绘制训练过程中的损失(loss)和准确率(accuracy)曲线。通过示例代码展示了多曲线绘制以及双y轴曲线的绘制方法,特别是针对MNIST数据集的训练过程,详细解释了数据准备、模型构建、训练过程以及如何在训练过程中记录并展示loss和accuracy的变化。
摘要由CSDN通过智能技术生成

1. 多曲线

1.1 使用pyplot方式import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1, 11, 1)

plt.plot(x, x * 2, label="First")

plt.plot(x, x * 3, label="Second")

plt.plot(x, x * 4, label="Third")

plt.legend(loc=0, ncol=1) # 参数:loc设置显示的位置,0是自适应;ncol设置显示的列数

plt.show()

1.2 使用面向对象方式import numpy as np

import matplotlib.pyplot as plt

x = np.arange(1, 11, 1)

fig = plt.figure()

ax = fig.add_subplot(111)

ax.plot(x, x * 2, label="First")

ax.plot(x, x * 3, label="Second")

ax.legend(loc=0)

# ax.plot(x, x * 2)

# ax.legend([”Demo“], loc=0)

plt.show()

671c50f7114d64b2994b44a72eb4742b.gif

2. 双y轴曲线

双y轴曲线图例合并是一个棘手的操作,现以MNIST案例中loss/accuracy绘制曲线。import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data

import time

import matplotlib.pyplot as plt

import numpy as np

x_data = tf.placeholder(tf.float32, [None, 784])

y_data = tf.placeholder(tf.float32, [No

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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