怎么通過python畫loss曲線

這篇文章主要介紹怎么通過python畫loss曲線，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

1. 首先導入一些python畫圖的包，讀取txt文件，假設我現在有兩個模型訓練結果的records.txt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_RCSCA_records.txt") 
data2_loss = np.loadtxt("valid_SCRCA_records.txt")

2. 我自己的數據第一列是訓練步數，第二列的loss,所以取出相應列的數據作為繪圖的x和y

x = data1_loss[:,0]
y = data1_loss[:,1]
x1 = data2_loss[:,0]
y1 = data2_loss[:,1]

3. 先創建一幅圖，再在這幅圖上添加一個小圖，小圖用來顯示部分放大的曲線

fig = plt.figure(figsize = (7,5))    #figsize是圖片的大小`
ax1 = fig.add_subplot(1, 1, 1) # ax1是子圖的名字`

4. 先畫出整體的loss曲線

pl.plot(x,y,'g-',label=u'Dense_Unet(block layer=5)')`
# ‘'g‘'代表“green”,表示畫出的曲線是綠色，“-”代表畫的曲線是實線，可自行選擇，label代表的是圖例的名稱，一般要在名稱前面加一個u，如果名稱是中文，會顯示不出來，目前還不知道怎么解決。
p2 = pl.plot(x1, y1,'r-', label = u'RCSCA_Net')
pl.legend()
#顯示圖例
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')

畫出曲線如圖：

5. 顯示放大的部分曲線

# plot the box
tx0 = 0
tx1 = 10000
#設置想放大區域的橫坐標范圍
ty0 = 0.000
ty1 = 0.12
#設置想放大區域的縱坐標范圍
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是設置小圖的放置位置，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

以上是“怎么通過python畫loss曲線”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！