Loss_list = []
Accuracy_list = []Loss_list.append(train_loss / (len(train_dataset)))
Accuracy_list.append(100 * train_acc / (len(train_dataset)))#我这里迭代了100次,所以x的取值范围为(0,100),然后再将每次相对应的准确率以及损失率附在x上
x1 = range(0, 100)
x2 = range(0, 100)
y1 = Accuracy_list
y2 = Loss_list
plt.subplot(2, 1, 1)
plt.plot(x1, y1, 'o-')
plt.title('Test accuracy vs. epoches')
plt.ylabel('Test accuracy')
plt.subplot(2, 1, 2)
plt.plot(x2, y2, '.-')
plt.xlabel('Test loss vs. epoches')
plt.ylabel('Test loss')
plt.show()
plt.savefig("accuracy_loss.jpg")

PyTorch绘制训练过程的accuracy和loss曲线相关推荐

  1. [Keras] 绘制训练过程中Acc和Loss曲线

    以Fashion MNIST数据集为例. # coding = utf-8 from tensorflow import keras import matplotlib.pyplot as plt# ...

  2. pytorch绘制训练过程中的曲线图

    因为在训练的过程中想要输出一下accuracy和loss曲线,因此找到了一篇比较好的博客,原文链接:https://blog.csdn.net/tequilaro/article/details/81 ...

  3. ubuntu16.04下Caffe绘制训练过程的loss和accuracy曲线

    在利用Caffe训练相应的网络模型后,往往需要绘制训练过程中的数据,这样可以更加直观地展示我们的实验结果,事实上,caffe自带了这样的小工具,当然你也可以自己写个代码,下面分别介绍这两种方法: (一 ...

  4. Python绘制训练过程的loss和accuracy曲线

    一:在训练好的模型下面加入绘图代码. model.compile(optimizer='adam',loss='categorical_crossentropy',metrics=['accuracy ...

  5. 手把手教你洞悉 PyTorch 模型训练过程,彻底掌握 PyTorch 项目实战!(文末重金招聘导师)...

    (文末重金招募导师) 在CVPR 2020会议接收中,PyTorch 使用了405次,TensorFlow 使用了102次,PyTorch使用数是TensorFlow的近4倍. 自2019年开始,越来 ...

  6. Pytorch在训练过程中常见的问题

    1 Input type (CUDAFloatTensor) and weight type (CPUFloatTensor) should be the same 仔细看错误信息,CUDA和CPU, ...

  7. Pytorch 神经网络训练过程

    文章目录 1. 定义模型 1.1 绘制模型 1.2 模型参数 2. 前向传播 3. 反向传播 4. 计算损失 5. 更新参数 6. 完整简洁代码 参考 http://pytorch123.com/ 1 ...

  8. 【模型训练-loss】模型训练过程中train, test loss的关系及原因

    网上查找了一些资料,避免忘记了,做个笔记供以后参考 train loss 不断下降,test loss不断下降,说明网络仍在学习; train loss 不断下降,test loss趋于不变,说明网络 ...

  9. Python绘制loss曲线、准确率曲线

    Python 绘制 loss 曲线.准确率曲线 使用 python 绘制网络训练过程中的的 loss 曲线以及准确率变化曲线,这里的主要思想就时先把想要的损失值以及准确率值保存下来,保存到 .txt ...

  10. Python - 深度学习训练过程使用matplotlib.pyplot实时动态显示loss和acc曲线

    1 深度学习训练过程中实时动态显示loss和acc曲线 可参考代码如下: # -*- coding: utf-8 -*-import matplotlib.pyplot as pltif __name ...

最新文章

  1. 工厂用抽象类比接口_用简单的现实类比解释硬编码概念
  2. 游戏产品开发流程-leangoo
  3. (数字IC)低功耗设计入门(八)——物理级低功耗设计to be continued?
  4. BZOJ 3329 Xorequ (数位DP、矩阵乘法)
  5. java学习教程之代码块
  6. mikechen详谈架构师成长之3大步骤
  7. vs怎么设置php文件调试,使用vscode 编辑调试php 配置方与VSCode断点调试PHP
  8. RDD与DataFrame
  9. 架构师的“功夫在诗外”之二
  10. 35KV,110KV变电所设计,供配电电气部分设计,总降压变电所设计
  11. 亚马逊测评自养号IP重要性
  12. linux网卡驱动rtl8188cu,Realtek RTL8188CU芯片无线网卡的Linux驱动安装
  13. 向量运算(点积,叉积)
  14. 通过 JavaMail 访问 Hotmail 邮箱(hotmail不提供smtp和pop3服务)
  15. 四种常用的ps抠图方法
  16. [Discuz!模板] 听雨轩风格[GBK][utf8][一键安装 DIY][20110918更新]
  17. python docx与doc 文件互相转换
  18. 36岁女博士找教职之路,真的懵了....
  19. 关于 百度飞浆paddleOCR编译32位版本 的解决方案
  20. Epic安装新Epic Online Services内部模块报错EOS-ERR-1603解决

热门文章

  1. Manitest: Are classifiers really invariant?论文解读
  2. property自己实现
  3. Android开发 - 掌握ConstraintLayout(一)传统布局的问题 1
  4. js经典试题之数组与函数
  5. 无法打开登录所请求的数据库 xxxx。登录失败。 用户 'NT AUTHORITY\SYSTEM' 登录失败。...
  6. Andrew Ng机器学习公开课笔记 -- Generative Learning algorithms
  7. 【第1章】初识MySQL
  8. Python自动化运维之21、CSS
  9. 学习OpenflowJava
  10. 九度OJ1451题-信封错装