tensorflow（13）----acc，loss可视化

原创

于 2021-12-10 18:35:29 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习 #cnn

你在训练的时候看到下面这样的图片是不是感觉不太直观

当迭代次数多的时候，前面的loss和accuracy与后面的交织在一起，变化变得不那么直观，看起来会比较麻烦

那咱把这东西整成图不就好了，loss变成啥样，accuracy咋变的，一目了然，开整！

# history=model.fit(训练集数据，训练集标签，batch_size=,epochs=,validation_split=用作测试数据的比例,validation_data=测试集，
# validation_freq=测试频率)
# history：
#   训练集loss:loss
#   测试集loss:val_loss
#   训练集准确率：sparse_categorical_accuracy
#   测试集准确率:val_sparse_categorical_accuracy
import tensorflow as tf
import os
from tensorflow import keras
import matplotlib.pyplot as plt
import numpy as np

np.set_printoptions(threshold=np.inf)
mnist = keras.datasets.mnist
(x_train,y_train),(x_test,y_test) = mnist.load_data()
x_train,x_test = x_train/255,x_test/255

model = keras.models.Sequential([
    keras.layers.Flatten(),
    keras.layers.Dense(128,activation='relu'),
    keras.layers.Dense(10,activ