在Jupyter中实时绘制Keras模型损失和指标
项目描述
Keras模型训练的历史绘图
在训练您的keras模型时，在Jupyter中绘制训练损失和指标。
这个项目最初是尝试扩展livelossplot，但我意识到重写更容易。主要改进包括
- 保留完整历史，包括每个epoch中每个批次的损失
- 绘制批次损失的散点图
- 绘制任意日志条目，如
lr（学习率） - 简化代码库的可扩展性
基本用法
从源安装包
pip install git+https://github.com/ig248/kerashistoryplot
或从PyPi安装
pip install kerashistoryplot
导入函数
from livehistoryplot.callbacks import PlotHistory
在回调中使用
model.fit(
X, y,
epochs=20,
callbacks=[
ReduceLROnPlateau(),
PlotHistory(batches=True, n_cols=3, figsize=(15, 7))
]
)
更多示例
查看notebooks/
测试
运行
make dev-install
make test
参考
原始 livelossplot：https://github.com/stared/livelossplot
关闭
kerashistoryplot-0.0.10.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | ff0b340d29289027979c2a4fa179b94f8e985bb0122723e3dc7fc238c3dcb6ad |
|
| MD5 | 548ab109baab8f203e7183a3775bbc07 |
|
| BLAKE2b-256 | 62870c34f5fe7af2e6091ec4d10b752ad8c11b2235dac79992eb57146dbce0c0 |
关闭
kerashistoryplot-0.0.10-py2.py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4170d0af0268e9065bb1b8849e7239b5046dc87859e39274212b17197bd1733a |
|
| MD5 | 23b7eed2e10b06de52ff883eba189c3e |
|
| BLAKE2b-256 | cd12a48cd489936bea016fb5523828daf300407d7b6239cafdef3edd4bb24344 |