Python – 深度学习训练过程使用matplotlib.pyplot实时动态显示loss和acc曲线

1 深度学习训练过程中实时动态显示loss和acc曲线

可参考代码如下：

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

if __name__ == '__main__':
    train_loss = 5
    val_loss = 5
    train_acc = 0.0
    val_acc = 0.0

    x = []
    train_loss_list = []
    val_loss_list = []
    train_acc_list = []
    val_acc_list = []

    for epoch in range(200):

        # 生成数据，此处应根据实际训练过程获取训练集loss和acc
        # 以及验证集loss和acc
        train_loss -= epoch * 0.1
        val_loss -= epoch * 0.11

        train_acc += epoch*0.01
        val_acc += epoch*0.011

        x.append(epoch)
        train_loss_list.append(train_loss)
        val_loss_list.append(val_loss)
        train_acc_list.append(train_acc)
        val_acc_list.append(val_acc)

        plt.figure(figsize=(3, 6), dpi=100)
        # 创建两行一列的图，并指定当前使用第一个图
        plt.subplot(2, 1, 1)
        try:
            train_loss_lines.remove(train_loss_lines[0])  # 移除上一步曲线
            val_loss_lines.remove(val_loss_lines[0])
        except Exception:
            pass

        train_loss_lines = plt.plot(x, train_loss_list, 'r', lw=1)  # lw为曲线宽度
        val_loss_lines = plt.plot(x, val_loss_list, 'b', lw=1)
        plt.title("loss")
        plt.xlabel("epoch")
        plt.ylabel("loss")
        plt.legend(["train_loss",
                    "val_loss"])

        # # 创建两行一列的图，并指定当前使用第二个图
        plt.subplot(2, 1, 2)
        try:
            train_acc_lines.remove(train_acc_lines[0])  # 移除上一步曲线
            val_acc_lines.remove(val_acc_lines[0])
        except Exception:
            pass

        train_acc_lines = plt.plot(x, train_acc_list, 'r', lw=1)  # lw为曲线宽度
        val_acc_lines = plt.plot(x, val_acc_list, 'b', lw=1)
        plt.title("acc")
        plt.xlabel("epoch")
        plt.ylabel("acc")
        plt.legend(["train_acc",
                    "val_acc"])

        plt.show()
        plt.pause(0.1)  # 图片停留0.1s

2 结果