這篇文章將為大家詳細(xì)講解有關(guān)大數(shù)據(jù)開(kāi)發(fā)中如何繪制損失函數(shù)，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)建站專注于大城網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠(chéng)為您提供大城營(yíng)銷(xiāo)型網(wǎng)站建設(shè)，大城網(wǎng)站制作、大城網(wǎng)頁(yè)設(shè)計(jì)、大城網(wǎng)站官網(wǎng)定制、成都小程序開(kāi)發(fā)服務(wù)，打造大城網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供大城網(wǎng)站排名全網(wǎng)營(yíng)銷(xiāo)落地服務(wù)。

文件夾下內(nèi)容:

文件夾布局:

—— 繪制損失函數(shù)曲線
—— —— drwaLossFunction.py
—— —— loadFromPickle.py
—— —— drwaLossCurve_tensorboard.py
—— —— drwaLossCurve_matplotlib.py

文件: drwaLossFunction.py

# 獲取訓(xùn)練世代和相應(yīng)損失值import osimport pickledef createPickleFiles():'''用于生成三個(gè)pickle文件,分別用于保存訓(xùn)練世代數(shù)、置信度損失和定位損失'''myFolderPath = r'logs'files = os.listdir(myFolderPath)  # 列表類型 元素是文件名 字符串類型
    files.sort(key=lambda x:int(x[5:x.index('-')]), 
        reverse=False)  # 按照訓(xùn)練世代排序loss4loc = list()  # 記錄定位損失loss4cof = list()  # 記錄置信度損失record4epoch = list()  # 記錄訓(xùn)練世代數(shù)for item  in files:info = item.split('-')record4epoch.append(int(info[0][5:]))loss4loc.append(float(info[1][3:]))loss4cof.append(float(info[2][4:-4]))with open('繪制損失函數(shù)曲線/臨時(shí)文件-EPOCH.pickle','wb') as file4epoch:pickle.dump(record4epoch,file4epoch)  # 保存世代信息with open('繪制損失函數(shù)曲線/臨時(shí)文件-LOSS4CONFIDENT.pickle','wb') as file4conf:pickle.dump(loss4cof,file4conf)  # 保存置信度損失信息with open('繪制損失函數(shù)曲線/臨時(shí)文件-LOSS4LOCATION.pickle','wb') as file4loc:pickle.dump(loss4loc,file4loc)  # 保存定位損失信息if __name__ == '__main__':createPickleFiles()

文件: loadFromPickle.py

# 從pickle文件中加載世代數(shù)和相應(yīng)損失import pickledef getInfo():'''返回三個(gè)列表,分別用于保存世代、置信度損失和定位損失'''info = list()fileNames = ['繪制損失函數(shù)曲線/臨時(shí)文件-EPOCH.pickle','繪制損失函數(shù)曲線/臨時(shí)文件-LOSS4CONFIDENT.pickle','繪制損失函數(shù)曲線/臨時(shí)文件-LOSS4LOCATION.pickle']  # 三個(gè)文件的名字for name in fileNames:with open(name, 'rb') as f:item = pickle.load(f)info.append(item)return info        

if __name__ == '__main__':info = getInfo()# print(info[0])  # 世代# print(info[1])  # 置信度損失# print(info[2])  # 定位損失

文件: drwaLossCurve_tensorboard.py

from torch.utils.tensorboard import SummaryWriterimport loadFromPickleimport drwaLossFunction

drwaLossFunction.createPickleFiles()info = loadFromPickle.getInfo()writer = SummaryWriter('繪制損失函數(shù)曲線/單獨(dú)繪制')for epoch, conf, loc in zip(*info):writer.add_scalar('置信度損失', conf, epoch)writer.add_scalar('定位損失', loc, epoch)writer.close()writer = SummaryWriter('繪制損失函數(shù)曲線/三者對(duì)比')for epoch, conf, loc in zip(*info):writer.add_scalars('損失函數(shù)', {
   
   
   'conf':conf,'loc':loc,'conf + loc': conf + loc}, epoch)writer.close()# '''# tensorboard --logdir=繪制損失函數(shù)曲線# '''

文件: drwaLossCurve_matplotlib.py

# 使用matplotlib繪制損失函數(shù)曲線 import drwaLossFunctionimport loadFromPickleimport matplotlibimport matplotlib.pyplot as plt 
matplotlib.rcParams['font.family'] = 'SimHei' # 'SimHei'  # 'STSong'matplotlib.rcParams['font.size'] = 15  # 修改字體大小plt.rcParams['axes.unicode_minus'] = False # 用來(lái)正常顯示負(fù)號(hào)
  drwaLossFunction.createPickleFiles()info = loadFromPickle.getInfo()epoch, conf, loc = info

plt.plot(epoch, loc,'rx-.', label='定位損失')plt.plot(epoch, conf, 'go-', label='置信度損失')plt.xlabel('訓(xùn)練世代: epoch')plt.ylabel('損失值: loss')plt.legend(loc='upper right', frameon=True)plt.show()

關(guān)于“大數(shù)據(jù)開(kāi)發(fā)中如何繪制損失函數(shù)”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。

本文標(biāo)題：大數(shù)據(jù)開(kāi)發(fā)中如何繪制損失函數(shù)
本文URL：http://jinyejixie.com/article8/poscip.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站策劃、軟件開(kāi)發(fā)、、用戶體驗(yàn)、網(wǎng)站排名、微信小程序

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)