如何通过python画loss曲线的⽅法
1. ⾸先导⼊⼀些python画图的包，读取txt⽂件，假设我现在有两个模型训练结果的⽂件
import numpy as np
import matplotlib.pyplot as plt
import pylab as pl
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
data1_loss =np.loadtxt("valid_")
data2_loss = np.loadtxt("valid_")
2. 我⾃⼰的数据第⼀列是训练步数，第⼆列的loss，所以取出相应列的数据作为绘图的x和y
x = data1_loss[:,0]
y = data1_loss[:,1]
x1 = data2_loss[:,0]
y1 = data2_loss[:,1]
3. 先创建⼀幅图，再在这幅图上添加⼀个⼩图，⼩图⽤来显⽰部分放⼤的曲线
fig = plt.figure(figsize = (7,5))    #figsize是图⽚的⼤⼩`
ax1 = fig.add_subplot(1, 1, 1) # ax1是⼦图的名字`
4. 先画出整体的loss曲线
pl.plot(x,y,'g-',label=u'Dense_Unet(block layer=5)')`
# ‘'g‘'代表“green”，表⽰画出的曲线是绿⾊，“-”代表画的曲线是实线，可⾃⾏选择，label代表的是图例的名称，⼀般要在名称前⾯加⼀个u，如果名称是中⽂，会显⽰不出来，⽬前还不知道怎么解决。p2 = pl.plot(x1, y1,'r-', label = u'RCSCA_Net')
pl.legend()
#显⽰图例
p3 = pl.plot(x2,y2, 'b-', label = u'SCRCA_Net')
pl.legend()
pl.xlabel(u'iters')
pl.ylabel(u'loss')
plt.title('Compare loss for different models in training')
python怎么读取txt
画出曲线如图：
5. 显⽰放⼤的部分曲线
# plot the box
tx0 = 0
tx1 = 10000
#设置想放⼤区域的横坐标范围
ty0 = 0.000
ty1 = 0.12
#设置想放⼤区域的纵坐标范围
sx = [tx0,tx1,tx1,tx0,tx0]
sy = [ty0,ty0,ty1,ty1,ty0]
pl.plot(sx,sy,"purple")
axins = inset_axes(ax1, width=1.5, height=1.5, loc='right')
#loc是设置⼩图的放置位置，可以有"lower left,lower right,upper right,upper left,upper #,center,center left,right,center right,lower center,center"
axins.plot(x1,y1 , color='red', ls='-')
axins.plot(x2,y2 , color='blue', ls='-')
axins.axis([0,20000,0.000,0.12])
plt.savefig("train_results_loss.png")
pl.show
#pl.show()也可以
以上就是本⽂的全部内容，希望对⼤家的学习有所帮助，也希望⼤家多多⽀持。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。