如何在python中使用.log文件绘制loss与epochs图

1.让Tensorboard按照以下步骤完成绘图任务 在set环境中键入以下命令

tensorboard --logdir=path/to/log-directory

一旦TensorBoard运行,请将Web浏览器导航到 本地主机:6006 查看TensorBoard。在培训模型时,只需在fit方法中提到回调方法,就可以生成日志文件。大多数时候我更喜欢用张力板的方式 keras callback How do I use the Tensorboard callback of Keras?

2. 另一种方法是从日志文件访问所有参数并使用matplotlib 读取日志文件并在下面的代码段中放入适当的值

   绘制损失曲线

   plt.figure(figsize=[8,6])
   plt.plot('access loss value from log file','r',linewidth=3.0)
   plt.plot('access val_loss from log file','b',linewidth=3.0)
   plt.legend(['Training loss', 'Validation Loss'],fontsize=18)
   plt.xlabel('Epochs ',fontsize=16)
   plt.ylabel('Loss',fontsize=16)
   plt.title('Loss Curves',fontsize=16)
   

绘制精度曲线

plt.figure(figsize=[8,6])
plt.plot('access acc value from log file','r',linewidth=3.0)
plt.plot('access val_acc from log file,'b',linewidth=3.0)
plt.legend(['Training Accuracy', 'Validation Accuracy'],fontsize=18)
plt.xlabel('Epochs ',fontsize=16)
plt.ylabel('Accuracy',fontsize=16)
plt.title('Accuracy Curves',fontsize=16)

使用熊猫和Pyplot非常简单:)

下面是一些示例代码:

import pandas as pd
import pylab as plt

# Create dataframe
file_name = "training.log"
df = pd.DataFrame.from_csv(file_name)
df.plot()
plt.show()