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__ == '__main__':train_loss = 5val_loss = 5train_acc = 0.0val_acc = 0.0x = []train_loss_list = []val_loss_list = []train_acc_list = []val_acc_list = []for epoch in range(200):# 生成数据,此处应根据实际训练过程获取训练集loss和acc# 以及验证集loss和acctrain_loss -= epoch * 0.1val_loss -= epoch * 0.11train_acc += epoch*0.01val_acc += epoch*0.011x.append(epoch)train_loss_list.append(train_loss)val_loss_list.append(val_loss)train_acc_list.append(train_acc)val_acc_list.append(val_acc)plt.figure(figsize=(3, 6), dpi=100)# 创建两行一列的图,并指定当前使用第一个图plt.subplot(2, 1, 1)try:train_loss_lines.remove(train_loss_lines[0])  # 移除上一步曲线val_loss_lines.remove(val_loss_lines[0])except Exception:passtrain_loss_lines = plt.plot(x, train_loss_list, 'r', lw=1)  # lw为曲线宽度val_loss_lines = plt.plot(x, val_loss_list, 'b', lw=1)plt.title("loss")plt.xlabel("epoch")plt.ylabel("loss")plt.legend(["train_loss","val_loss"])# # 创建两行一列的图,并指定当前使用第二个图plt.subplot(2, 1, 2)try:train_acc_lines.remove(train_acc_lines[0])  # 移除上一步曲线val_acc_lines.remove(val_acc_lines[0])except Exception:passtrain_acc_lines = plt.plot(x, train_acc_list, 'r', lw=1)  # lw为曲线宽度val_acc_lines = plt.plot(x, val_acc_list, 'b', lw=1)plt.title("acc")plt.xlabel("epoch")plt.ylabel("acc")plt.legend(["train_acc","val_acc"])plt.show()plt.pause(0.1)  # 图片停留0.1s

2 结果

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

  1. 最全深度学习训练过程可视化工具(附github源码)

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 Datawhale干货 作者:Edison_G,来源:计算机视觉研究院 编辑丨极市平台 ...

  2. 的训练过程_最全深度学习训练过程可视化工具(附github源码)

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 Datawhale干货 作者:Edison_G,来源:计算机视觉研究院编辑丨极市平台. ...

  3. 深度学习——训练过程

    传统神经网络的训练方法为什么不能用在深度神经网络? BP算法作为传统训练多层网络的典型算法,实际上对仅含几层网络,该训练方法就已经很不理想.涉及多个非线性处理单元层的深度结构的非凸目标代价函数中普遍存 ...

  4. 微信监控机器学习、深度学习训练过程,可视化

    五月两场 | NVIDIA DLI 深度学习入门课程 5月19日/5月26日一天密集式学习  快速带你入门阅读全文> 正文共765个字,3张图,预计阅读时间5分钟. 训练复杂的机器学习.深度学习 ...

  5. 深度学习训练过程中的技巧深刻总结

    深度学习训练模型技巧 1 训练过程经常遇到的问题 1.1 损失值为nan 1.2 训练效果差 1.2.1 损失值很低,正确率很高,但miou很差 1.2.2 损失值来回变,准确率或者miou忽大忽小 ...

  6. 训练过程acc_AI 深度学习训练tricks总结(均有实验支撑)

    ↑↑↑↑↑点击上方蓝色字关注我们! 『运筹OR帷幄』转载 作者:Jones@知乎 作者丨Jones@知乎来源丨https://zhuanlan.zhihu.com/p/261999668编辑丨极市平台 ...

  7. 深度学习训练技巧总结

    参考: 1 技巧链接一!重要 技巧链接二!重要 技巧链接三!重要 模型训练技巧最直接的就是几个超参数的设置 根据图片大小来选择网络和超参数 如果图片不是很大比如3030,这种情况下做分类就不能用VGG ...

  8. 深度学习训练数据打标签过程

    深度学习训练数据打标签过程 为了获取大量的图片训练数据,在采集数据的过程中常用视频的方式采集数据,但对于深度学习,训练的过程需要很多的有有标签的数据,这篇文章主要是解决视频文件转换成图片文件,并加标签 ...

  9. Python深度学习(使用预训练的卷积神经网络)--学习笔记(十一)

    5.3 使用预训练的卷积神经网络 想要将深度学习应用于小型图像数据集,一种常用且非常高效的方法是使用预训练网络.预训练网络(pretrained network)是一个保存好的网络,之前已经在大型数据 ...

最新文章

  1. java isfocusowner_Java JTextArea.isFocusOwner方法代码示例
  2. 物理史2000年来最精彩的对决!
  3. python如何去掉方括号_python从入门到实战外星人入侵
  4. POLL原理分析与java实战
  5. 经验总结:图书管理系统java课程设计
  6. centos7安装samba服务,以及设置权限分配
  7. [专题练习] Part1 搜索
  8. 对目录下所有库文件进行rpath更改操作的SHELL脚本
  9. andr实现微信小程序抓包
  10. fiddler对模拟器抓包
  11. html 图片链接怎么生成器,jQuery接口图片上传自动生成图片链接地址
  12. 重置Studio 3T的试用时间
  13. 再读《谁说大象不能跳舞》
  14. Java判断上海自来水来自海上_Elasticsearch6.5.3 rest-client 用法封装
  15. 云计算时代运维的出路在哪?
  16. recycler 刷新图片闪烁_android 解决RecyclerView notifyDataSetChanged刷新闪屏问题(图片刷新)...
  17. bootstrap的datetimepicker使用(1.将默认的英文设置为中文2.选择日月年的时候记录之前的操作)...
  18. ProxySQL+MGR实现读写分离和主节点故障无感知切换 - 完整操作记录
  19. 游戏建模工作内容是什么
  20. Linux中的stdout和stderr

热门文章

  1. 绩效考核管理系统使用说明1
  2. Linux系统安装IonCube的方法详解教程
  3. http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.html
  4. Java 实现数据库读写分离竟如此简单?
  5. Eclipse菜单project用法介绍
  6. 云米发布上市后首份财报:非GAAP净利3875万 同比增36%
  7. 侯震老师--沪师经纪
  8. TGA图像文件格式分析
  9. IGMP Snooping协议技术总结
  10. js捕获键盘事件之keydown、keyup以及keypress