Python 如何绘制训练错误和验证错误与历元数的关系图？

如何绘制训练错误和验证错误与历元数的关系图

train_data = generate_arrays_for_training(indexPat, filesPath, end=75)
validation_data=generate_arrays_for_training(indexPat, filesPath, start=75)
            model.fit_generator(generate_arrays_for_training(indexPat, filesPath, end=75), #end=75),#It take the first 75%
                                validation_data=generate_arrays_for_training(indexPat, filesPath, start=75),#start=75), #It take the last 25%
                                #steps_per_epoch=10000, epochs=10)
                                steps_per_epoch=int((len(filesPath)-int(len(filesPath)/100*25))),#*25), 
                                validation_steps=int((len(filesPath)-int(len(filesPath)/100*75))),#*75),
                                verbose=2,
                                epochs=300, max_queue_size=2, shuffle=True, callbacks=[callback])

---

这可能是你想要的，但你应该提供更多的细节，以便得到更合适的答案

import matplotlib.pyplot as plt

hist = model.fit_generator(...)

plt.figure()
plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train','val'], loc = 'upper left')
plt.show()

---

不清楚你在问什么。此外，变量和函数名应遵循带有下划线的

小写形式。您应该添加更多关于您要做什么的详细信息。谢谢您，代码做了这么多工作，但我得到了一个空的数字。您的损失在培训期间发生了变化吗？尝试使用
fit_generator
中的
verbose=1
，并确保您的培训和验证损失随着时代的变化而变化