深度学习读取txt训练数据绘制参数曲线图的方法

有一些深度学习模型是并不像yolo系列那样最终输出相应的参数图，有很多训练形成了一个训练log文件，于是需要读取log文件中的内容并绘制成曲线图。

如下实例，有一个log文件的部分截图，需要将其读取出来并绘制曲线图

 废话不多说，直接上代码

import os 
import re
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
txt_dir = 'D:/TEST/train.log'  # 文件路径
# 读取文件内容
with open(txt_dir, "r") as f:data = f.read()# print(data)
# 利用正则匹配出相应的数据并提取
epoch_num = re.findall("Epoch (.*) Train", data)
# print(epoch_num)  
Loss_MSE_MAE = re.findall("Train, (.*), Cost", data) # 由于找不到合适的正则条件，于是先取出来一整行数据后续重新正则匹配
# print(Loss_MSE_MAE)
Loss = []
MSE = []
MAE = []
for info in Loss_MSE_MAE:# print(info)Loss_num = re.findall("Loss: (.*), MSE", info)MSE_num = re.findall("MSE: (.*)

深度学习读取txt训练数据绘制参数曲线图的方法

有一些深度学习模型是并不像yolo系列那样最终输出相应的参数图，有很多训练形成了一个训练log文件，于是需要读取log文件中的内容并绘制成曲线图。

如下实例，有一个log文件的部分截图，需要将其读取出来并绘制曲线图

 废话不多说，直接上代码

import os 
import re
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
txt_dir = 'D:/TEST/train.log'  # 文件路径
# 读取文件内容
with open(txt_dir, "r") as f:data = f.read()# print(data)
# 利用正则匹配出相应的数据并提取
epoch_num = re.findall("Epoch (.*) Train", data)
# print(epoch_num)  
Loss_MSE_MAE = re.findall("Train, (.*), Cost", data) # 由于找不到合适的正则条件，于是先取出来一整行数据后续重新正则匹配
# print(Loss_MSE_MAE)
Loss = []
MSE = []
MAE = []
for info in Loss_MSE_MAE:# print(info)Loss_num = re.findall("Loss: (.*), MSE", info)MSE_num = re.findall("MSE: (.*)