fig, ax = plt.subplots(1,2) ax[0].plot(history.history['loss'], color='b', label="Training loss") ax[0].plot(history.history['val_loss'], color='r', label="Testing loss",axes =ax[0]) legend = ax[0].legend(loc='best', shadow=True) ax[1].plot(history.history['accuracy'], color='b', label="Training accuracy") ax[1].plot(history.history['val_accuracy'], color='r',label="Testing accuracy") legend = ax[1].legend(loc='best', shadow=True) plt.title('Loss and Accuracy of DNN Model') plt.show()
时间: 2023-10-11 08:06:42 浏览: 52
这是一个使用Matplotlib绘制的DNN模型的训练和测试损失图以及训练和测试准确率图,其中训练损失和准确率用蓝色线表示,测试损失和准确率用红色线表示。第一行代码中的1表示创建一个包含1个子图的Figure对象,2表示将该Figure对象分成一行两列,ax[0]和ax[1]则表示第一个子图和第二个子图。第二行代码中,使用plot函数绘制了训练损失和测试损失的曲线,其中label参数用于指定曲线的名称。第三行代码中,使用legend函数添加图例并指定其位置和阴影效果。第四行代码中,绘制了训练准确率和测试准确率的曲线,并添加了相应的图例及其位置和阴影效果。最后一行代码中,使用title函数添加图表标题,并使用show函数将图表展示出来。