import matplotlib.pyplot as plt x = list(range(1, 100)) # epoch array loss = [10 / (i**2) for i in x] # loss values array plt.ion() for i in range(1, len(x)): ix = x[:i] iy = loss[:i] plt.title("loss") plt.plot(ix, iy) plt.xlabel("epoch") plt.ylabel("loss") # plt.xlim(0,len(x)) #固定x轴 if i == 1: plt.pause(1) # 启动时间,方便截屏 plt.pause(0.5) plt.ioff() plt.show()
在keras训练模型时,model.fit返回得有训练评价信息,可以依此动态可视化。
可参考keras中的History对象 。
以及读取tensorboard日志数据。