问题描述

在训练神经网络的时候会产生大量的数据，包括但是不止包括train_loss,test_accuracy。这些数据一般会保存在.csv文件中，但是每次手动绘制曲线真的很麻烦，而每周做汇报用的图不需要那么那么精致，只要能看趋势就可以。在模型训练好的时候自动画图并保存到指定文件夹，真的太方便了。

解决办法

1.将每个epoch训练的数据都保存到一个list里面。
2.绘图。

import matplotlib
matplotlib.use(\'Agg\')
import matplotlib.pyplot as plt

x1 = range(0, T, 1)
y1 = final_train_loss#final_train_loss是一个list
y2 = final_test_loss
y3 = final_train_accuracy
y4 = final_test_accuracy

#########huitu#########
plt.figure()
plt.plot(x1, y1, \'.-\',label=\'train_loss\')
plt.plot(x1, y2, \'--\',label=\'test_loss\')
plt.title(\'loss & communication round\')
plt.ylabel(\'loss\')
plt.xlabel(\'T\')
plt.xticks(rotation=45)
plt.legend()
plt.grid(True)
plt.savefig(\'./SimulationData/FL_Dynamic/Weight/%s_Dynamic_fed_weight%s_%s_%sUEs_%s_T%s_epoch%s_iid%s_%s_%s_LOSS.png\'\\
            %(Time,weight,have_classifier, args.num_users, args.dataset,T,args.set_local_ep,args.iid, args.degree_noniid,timeslot))
  

plt.figure()
# plt.style.use(\'ggplot\') #给图片换不同的风格
plt.plot(x1, y3, \'.-\',label=\'train_acc\')
plt.plot(x1, y4,\'--\',label=\'test_acc\')
plt.title(\'accuracy & communication round\')#设置图片标题
plt.ylabel(\'accuracy\')#纵坐标
plt.xlabel(\'T\') #横坐标
plt.xticks(rotation=45)#坐标轴旋转45度
plt.legend()#显示图例
plt.grid(True)
#将图片保存指定文件夹下并命名为指定名字
plt.savefig(\'./SimulationData/FL_Dynamic/Weight/%s_Dynamic_fed_weight%s_%s_%sUEs_%s_T%s_epoch%s_iid%s_%s_%s_ACCURACY.png\'\\
            %(Time,weight,have_classifier, args.num_users, args.dataset,T,args.set_local_ep,args.iid, args.degree_noniid,timeslot))
# plt.show()

好吧，事实证明模型过拟合，但是这个图好像还可以，挺美的~
参考链接：https://zhuanlan.zhihu.com/p/24675460