如何在keras中，查看其训练loss值

最新推荐文章于 2025-03-10 16:15:10 发布

感到鸭力

最新推荐文章于 2025-03-10 16:15:10 发布

阅读量7.6k

点赞数 2

分类专栏： python 文章标签： keras

python 专栏收录该内容

4 篇文章

订阅专栏

本文介绍了一种记录和可视化模型训练过程中Loss值变化的方法。通过使用Python中的TensorFlow或Keras库，可以在每个epoch后捕获Loss值并将其保存到列表中。利用matplotlib绘制Loss值随训练进度的变化趋势图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

想要查看每次训练模型后的 loss 值变化需要如下操作

1.loss_value= [ ]
2.self.history = model.fit(state,target_f,epochs=1, batch_size =32）
3.b = abs(float(self.history.history[‘loss’][0]))
4.loss_value.append(b)
print(loss_value)
5 loss_value = np.array( loss_value)
x = np.array(range(len( loss_value）））
plt.plot(x, loss_value, c = ‘g’)
pt.svefit('c地址‘， dpi= 100)
plt.show()

scipy.sparse 稀疏矩阵函数集合

pandas 用于在各种文件中提取，并处理分析数据；有DataFrame数据结构，类似表格。

x=np.linspace(-10, 10, 100) 生成100个在-10到10之间的数组