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
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
