版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
代码如下:
import matplotlib.pyplot as plt
x = list(range(1, 100)) # epoch array
loss = [10 / (i**2) for i in x] # loss values array
plt.ion()
for i in range(1, len(x)):
ix = x[:i]
iy = loss[:i]
plt.title("loss")
plt.plot(ix, iy)
plt.xlabel("epoch")
plt.ylabel("loss")
# plt.xlim(0,len(x)) #固定x轴
if i == 1:
plt.pause(10) # 启动时间,方便截屏
plt.pause(0.5)
plt.ioff()
plt.show()
在keras训练模型时,model.fit返回得有训练评价信息,可以依此动态可视化。
可参考keras中的History对象 。
以及读取tensorboard日志数据。