绘制Loss对比曲线图

最新推荐文章于 2024-09-10 21:22:24 发布

原创

最新推荐文章于 2024-09-10 21:22:24 发布 · 6k 阅读

65 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习

该博客通过读取并绘制四个不同深度学习网络（PSPNet、SegNet、U-Net和改进Net）在100个epoch的训练过程中损失值的变化曲线，对比了它们的训练效果。结果显示，各网络的损失值随着时间推移呈现下降趋势，其中改进Net的损失最低，表明其可能具有更好的性能。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=16)
def ReadTxtName(rootdir):
    lines = []
    with open(rootdir, 'r') as file_to_read:
        while True:
            line = file_to_read.readline()
            if not line:
                break
            line = line.strip('\n')
            lines.append(float(line))
    return lines

resultpath = r'C:\Users\411\Desktop\loss\pspnetloss.txt'   #四个网络loss值
resultpath2 = r'C:\Users\411\Desktop\loss\segnetloss.txt'
resultpath3 = r'C:\Users\411\Desktop\loss\unetloss.txt'
resultpath4= r'C:\Users\411\Desktop\loss\修改loss.txt'
lineslist = ReadTxtName(resultpath)
lineslist2 = ReadTxtName(resultpath2)
lineslist3 = ReadTxtName(resultpath3)
lineslist4 = ReadTxtName(resultpath4)


x=range(0,100)   #100
y1=lineslist
y2=lineslist2
y3=lineslist3
y4=lineslist4
plt.title('Result Analysis',fontproperties=font)
plt.plot(x, y1,color=