Visdom-pytorch-loss function and train_acc可视化

from visdom import Visdom 

line = viz.line(np.arange(10))
text = viz.text("<h1>convolution Nueral Network</h1>")
time_p, tr_acc, ts_acc, loss_p = [], [], [], []
time_p.append(epoch)
    tr_acc.append(train_acc)
    # ts_acc.append(acc)
    loss_p.append(train_loss)
   
    viz.line(X=np.column_stack((np.array(time_p), np.array(time_p))),
             Y=np.column_stack((np.array(loss_p), np.array(tr_acc))),
             win=line,
             opts=dict(legend=["Loss", "TRAIN_acc"]))
    # visdom text 支持html语句
     viz.text("<p style='color:red'>epoch:{}</p><br><p style='color:blue'>Loss:{:.4f}</p><br>".format(epoch, train_loss),win=text)
    

运行前先打开环境终端
输入 python -m visdom.server
复制链接与Google

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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