训练结果可视化显示（随手记）

接着上一篇文章的例子，将简易神经网络的预测结果可视化显示：

import matplotlib.pyplot as plt

# 迭代 1000 次学习，sess.run optimizer
with tf.Session() as sess:
    sess.run(init)

    fig = plt.figure()  # 生成一个图框
    ax = fig.add_subplot(1, 1, 1)  # 将图框分成1行1列，在第1个图框中画图，参数形式也可以是（111），
                                   # 同理，参数349的意思是：将画布分割成3行4列，图像画在从左到右从上到下的第9块。
    ax.scatter(x_data, y_data)  # 根据输入数据绘制散点图
    plt.ion()  # 
    plt.show()  # 打印散点图

    for i in range(1000):
        sess.run(train_step, feed_dict={xs: x_data, ys: y_data})
        if i % 50 == 0:
            # training train_step 和 loss 都是由 placeholder 定义的运算，所以这里要用 feed 传入参数
            # print(sess.run(loss, feed_dict={xs: x_data, ys: y_data}))
            try:
                ax.lines.remove(lines[0])  # 先抹除再绘制下一条，不然会有密密麻麻的线。第一次绘制时是没有之前的线的，所以要try。
            except Exception:
                pass
            prediction_value = sess.run(prediction, feed_dict={xs: x_data})  # 我们需要预测的数据值，所以要Session一下
            lines = ax.plot(x_data, prediction_value, 'r-', lw=5)  # 绘制预测的数据值，
           # 参数值分别表示：X轴数据、Y轴数据、以红色的线绘制、线宽为5
            plt.pause(0.1)  # 为了显示动态效果，暂停0.1秒再绘制下一条线

下载绘图工具包 matplotlib ：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib
matplotlib API 链接。matplotlib.pyplot 提供类似MATLAB的绘图框架。
每一行代码的功能已经在程序中注释。
显示结果如下：

---

参考文档：
[1].https://www.jianshu.com/p/f7b4ac9159a1
[2].https://blog.csdn.net/weixin_40713373/article/details/80024583

感谢网友分享资料！如果文章出现侵权、知识错误、代码错误，请及时联系我，欢迎大家批评指正！