在tensorflow下利用plt画论文中loss,acc等曲线图实例 - CSDN文库

167 浏览量更新于2023-03-16 收藏 68KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

在在tensorflow下利用下利用plt画论文中画论文中loss,acc等曲线图实例等曲线图实例

主要介绍了在tensorflow下利用plt画论文中loss,acc等曲线图实例，具有很好的参考价值，希望对大家有所帮

助。一起跟随小编过来看看吧

直接上代码：

fig_loss = np.zeros([n_epoch])

fig_acc1 = np.zeros([n_epoch])

fig_acc2= np.zeros([n_epoch])

for epoch in range(n_epoch):

start_time = time.time()

#training

train_loss, train_acc, n_batch = 0, 0, 0

for x_train_a, y_train_a in minibatches(x_train, y_train, batch_size, shuffle=True):

_,err,ac=sess.run([train_op,loss,acc], feed_dict={x: x_train_a, y_: y_train_a})

train_loss += err; train_acc += ac; n_batch += 1

summary_str = sess.run(merged_summary_op,feed_dict={x: x_train_a, y_: y_train_a})

summary_writer.add_summary(summary_str, epoch)

print(" train loss: %f" % (np.sum(train_loss)/ n_batch))

print(" train acc: %f" % (np.sum(train_acc)/ n_batch))

fig_loss[epoch] = np.sum(train_loss)/ n_batch

fig_acc1[epoch] = np.sum(train_acc) / n_batch

#validation

val_loss, val_acc, n_batch = 0, 0, 0

for x_val_a, y_val_a in minibatches(x_val, y_val, batch_size, shuffle=False):

err, ac = sess.run([loss,acc], feed_dict={x: x_val_a, y_: y_val_a})

val_loss += err; val_acc += ac; n_batch += 1

print(" validation loss: %f" % (np.sum(val_loss)/ n_batch))

print(" validation acc: %f" % (np.sum(val_acc)/ n_batch))

fig_acc2[epoch] = np.sum(val_acc) / n_batch

# 训练loss图

fig, ax1 = plt.subplots()

lns1 = ax1.plot(np.arange(n_epoch), fig_loss, label="Loss")

ax1.set_xlabel('iteration')

ax1.set_ylabel('training loss')

# 训练和验证两种准确率曲线图放在一张图中

fig2, ax2 = plt.subplots()

ax3 = ax2.twinx()#由ax2图生成ax3图

lns2 = ax2.plot(np.arange(n_epoch), fig_acc1, label="Loss")

lns3 = ax3.plot(np.arange(n_epoch), fig_acc2, label="Loss")

ax2.set_xlabel('iteration')

ax2.set_ylabel('training acc')

ax3.set_ylabel('val acc')

# 合并图例

lns = lns3 + lns2

labels = ["train acc", "val acc"]

plt.legend(lns, labels, loc=7)

plt.show()

结果：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

weixin_38730389

粉丝: 7
资源: 915

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈