机器学习之训练数据分析图像的绘制（python+csv）

CSV数据可视化：训练损失对比

最新推荐文章于 2024-12-11 14:57:25 发布

原创最新推荐文章于 2024-12-11 14:57:25 发布 · 852 阅读

0 ·

CC 4.0 BY-SA版权

机器学习环境搭建专栏收录该内容

5 篇文章

订阅专栏

本文介绍了一种从CSV文件读取数据并使用Matplotlib进行可视化的方法，具体展示了训练过程中的损失(loss)与验证损失(val_loss)的变化趋势，通过图表形式直观呈现了模型训练效果。

# -*- coding:utf-8 -*-
import csv
import matplotlib.pyplot as plt

# 文件读取
file = open('./log.csv', encoding='utf-8-sig')
reader = csv.reader(file)

# 数据准备 并将字符型数据转换为浮点型数据
x = list(reader)
step =[]
loss = []
val_loss=[]
for i in range(1, len(x), 1):
    step.append(float(x[i][0]))
    loss.append(float(x[i][1]))
    val_loss.append(float(x[i][2]))

plt.plot(step, loss, marker='o', mec='r', mfc='w', label='loss')
plt.plot(step, val_loss, marker='*', ms=10, label='val_loss')
plt.legend()
plt.show()