Python 如何在数组中存储值以在matplotlib中绘制图形？

我有下面的交叉熵函数

cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
for i in range(max_training_step):
    batch = next_batch(i)
    if i % FLAGS.beta_resolution == 0:
        train_accuracy = accuracy.eval(feed_dict={x: batch[0], y_: batch[1], keep_prob: 1.0})
        print("step %d, training accuracy %g" % (i, train_accuracy))

我想在每个训练步骤后打印它。我想用

matplotlib

绘制一张图，其中包含训练步骤和熵

---

我该怎么做？（我不想使用tensorflow进行图形绘制）

当您执行会话运行调用（例如，

res=sess.run（…）

）时，您可以输入交叉熵变量的获取

例如，假设您有一个复杂的sess.run（）调用，该调用可以获得一些预测，但您也希望交叉熵，那么您可能有如下代码：

```

```

---

运行调用中的回迁允许您从图形中“回迁”张量。

如果我将训练步骤和交叉熵定义为空数组，然后使用append命令将值存储在for循环中，我是否可以不这样使用tensorflow。然后我用matplotlib在两个之间绘制图表。它能在tensor flow代码中工作吗？你必须在某一点上使用tensorflow，因为tensorflow正在生成交叉熵，但是如果你在for循环中每次运行都获取交叉熵，那么是的，你可以附加、与matplotlib一起使用或其他任何东西。在上面的示例中，交叉熵（xent），即上面提到的res[1]，与任何其他python变量一样，只是一个数组或xent值。

feeds={x_data:x,y_data:y}
fetches=[y_result,cross_entropy]
res=sess.run(fetches=fetches, feed_dict=feeds)
predictions=res[0] #your first fetch parameter
xent=res[1] #Your second fetch parameter.