loss曲线本地动态显示并保存成gif

本文介绍了使用PyTorch库对糖尿病数据进行预处理、模型构建(包含线性层和sigmoid激活),以及通过训练过程动态显示损失曲线并将其转换为GIF动画。重点展示了如何读取CSV数据、定义模型结构、优化算法和训练过程的可视化。
import os
import torch
import imageio
import numpy as np
import matplotlib.pyplot as plt
from tqdm import tqdm
from natsort import natsorted

Vector = [torch.Tensor, torch.Tensor]


def load_diabetes_data(csv_file_path: str, delim: str, data_type=np.float32) -> Vector:
    if not os.path.exists(csv_file_path):
        print('csv file not exists!')
    x_y_data = np.loadtxt(csv_file_path, dtype=data_type, delimiter=delim)
    x_data = torch.from_numpy(x_y_data[:, : -1])
    y_data = torch.from_numpy(x_y_data[:, [-1]])
    return [x_data, y_data]


class Model(torch.nn.Module):
    def __init__(self)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值