项目场景
论文中需要展示tensorboard中的分类损失曲线,但tensorboard中的显示会有网格和平滑前的阴影,无法自由设置,PS处理也不太方便。
问题描述
tensorboard界面中,勾选左上角“a”后,将显示“b,c”,分别可导出svg图像和csv数据。
-
导出SVG图像并进行修改
首先尝试导出SVG图像再进行修改,但导出的图像不完整,打开会报错。
参考:https://blog.csdn.net/Miss_yan/article/details/102641639
由于更新TF版本影响项目环境,所以放弃该方法。 -
导出CSV数据重新绘图
参考: https://blog.csdn.net/Charel_CHEN/article/details/80364841
感谢大佬,但是在使用过程中,绘制图像出现空白画布,经检查有两点问题,分别是:1.输入数据格式转换;2.坐标轴范围调整。
解决方案
1.输入数据格式转换;
默认是识别为字符串的,y轴loss数据必须强制转换为float否则无法绘图
def readcsv(files):
csvfile = open(files, 'r')
plots = csv.reader(csvfile, delimiter=',')
plots.__next__() #如果有标题还需要跳过第一行
x = []
y = []
for row in plots:
x.append((row[1]))
y.append(float(row[2])) #强制转换
return x ,y
2.坐标轴范围调整
这里需要注意,因为前面没有转化x轴数据格式,所以也是读入的字符串,设置间隔和范围都是以序号为单位的。设置我一开始愚蠢的设置了训练次数,导致坐标轴范围过大图像很小,改了半天。也可以在前面转换成int,这里就可以使用训练次数设置。
这部分代码如下,训练次数90k,loss每100次保存一次:
plt.rcParams['font.sans-serif']=['SimHei']
#用来正常显示中文标签
x_major_locator=MultipleLocator(100)
#x轴的刻度间隔
y_major_locator=MultipleLocator(0.25)
#y轴的刻度间隔
ax=plt.gca()
#ax为两条坐标轴的实例
ax.xaxis.set_major_locator(x_major_locator)
#把x轴的主刻度设置为1的倍数
ax.yaxis.set_major_locator(y_major_locator)
#把y轴的主刻度设置为10的倍数
plt.xlabel(u"训练次数")#横坐标名字
plt.ylabel(u"分类损失")#纵坐标名字
plt.ylim(0, 1)# y轴的最大值,y轴不受影响
plt.xlim(0, 900)# x轴最大值,