将每次迭代过程中的训练集的损失函数值、训练集的正确率、测试集的损失函数值、测试集的正确率放在同一张图进行可视化展示
时间: 2024-03-12 09:43:55 浏览: 32
您可以使用Python中的Matplotlib库来实现这个可视化展示。您需要先将每次迭代的训练集和测试集的损失函数值以及正确率存储下来,然后使用Matplotlib库中的plot()函数来绘制折线图。
以下是实现这个可视化展示的示例代码:
```python
import matplotlib.pyplot as plt
# 假设loss_train、acc_train、loss_test、acc_test分别为训练集的损失函数值、正确率和测试集的损失函数值、正确率
# 将它们存储为列表
loss_train = [0.5, 0.3, 0.2, 0.1]
acc_train = [0.6, 0.7, 0.8, 0.9]
loss_test = [1.2, 1.0, 0.8, 0.6]
acc_test = [0.4, 0.5, 0.6, 0.7]
# 将迭代次数作为横坐标
iteration = list(range(len(loss_train)))
# 绘制训练集和测试集的损失函数值的折线图
plt.plot(iteration, loss_train, label='train loss')
plt.plot(iteration, loss_test, label='test loss')
plt.xlabel('Iteration')
plt.ylabel('Loss')
plt.legend()
# 显示图形
plt.show()
# 绘制训练集和测试集的正确率的折线图
plt.plot(iteration, acc_train, label='train accuracy')
plt.plot(iteration, acc_test, label='test accuracy')
plt.xlabel('Iteration')
plt.ylabel('Accuracy')
plt.legend()
# 显示图形
plt.show()
```
运行以上代码,即可得到训练集和测试集的损失函数值、正确率的折线图。您可以根据需要进行修改和优化。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)