分类：loss值

2020
10-08

记录模型训练时loss值的变化情况

记录训练过程中的每一步的loss变化ifverboseandstep%verbose==0:sys.stdout.write('\r{}/{}:loss={}'.format(step,total_steps,np.mean(total_loss)))sys.stdout.flush()ifverbose:sys.stdout.write('\r')sys.stdout.flush()一般我们在训练神经网络模型的时候，都是每隔多少步，输出打印一下loss或者每一步打印一下loss，今天发现了另一种记录loss变化的方法，就是用sys.stdout.write('\r{}/{}:loss... 继续阅读 >

2020
10-08

在keras中实现查看其训练loss值

想要查看每次训练模型后的loss值变化需要如下操作loss_value=[]self.history=model.fit(state,target_f,epochs=1,batch_size=32）b=abs(float(self.history.history[‘loss'][0]))loss_value.append(b)print(loss_value)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... 继续阅读 >