【学习】深度学习代码各个步骤都是为了啥(三)
活动地址:CSDN21天学习挑战赛
学习日记
这里继续看一下代码中各个阶段代码都是啥意思,当我们训练好魔性,要进行结果可视化,其实可视化就是通过loss图来看训练的模型效果怎么样。
结果可视化
可视化一般来说就是通过各种各样的图片来展现效果。
为什么要进行可视化?
因为人是视觉动物,对于图像的敏感度要比对纯数字的敏感度高的多。
人类对图像的处理速度比文本快6万倍,同时人类右脑记忆图像的速度比左脑记忆抽象文字快100万倍。数据可视化正是利用人类天生技能来增强数据处理和组织效率。
1. 绘制loss图
plt.plot(history.history['loss'] , label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.title('Training and Validation Loss by K同学啊')
# 使用plt.legend( )使上述代码产生效果
plt.legend()
plt.show() #显示
plt.plot(x, y, ls=“-”, lw=2, label=“plot figure”)
x: x轴上的数值
y: y轴上的数值
ls:折线图的线条风格
lw:折线图的线条宽度
label:标记图内容的标签文本
2. 预测
predicted_stock_price = model.predict(x_test) # 测试集输入模型进行预测,X_test:为即将要预测的测试集
predicted_stock_price = sc.inverse_transform(predicted_stock_price) # 对预测数据还原---从(0,1)反归一化到原始范围
real_stock_price = sc.inverse_transform(test_set[60:]) # 对真实数据还原---从(0,1)反归一化到原始范围# 画出真实数据和预测数据的对比曲线
plt.plot(real_stock_price, color='red', label='Stock Price')
plt.plot(predicted_stock_price, color='blue', label='Predicted Stock Price')
plt.title('Stock Price Prediction by K同学啊')
plt.xlabel('Time')
plt.ylabel('Stock Price')
plt.legend()
plt.show()
scaler.inverse_transform(X_scaled)是将标准化后的数据转换为原始数据。
3. 评估
一个深度学习模型在各类任务中的表现都需要定量的指标进行评估,才能够进行横向的对比比较,包含了分类、回归、质量评估、生成模型中常用的指标。
也就是说,当我们训练好模型,要评估效果,所以每个例子中都会有评估的代码,评估的方式有多种多样,评估的模型也有很多种,这个下次再说。
…
【学习】深度学习代码各个步骤都是为了啥(三)相关推荐
- 学习深度学习的四个步骤
摘要: 深度学习的四个步骤,由浅入深,并给出每个阶段的学习资源. 原文地址: https://medium.com/@vzkuma/4-steps-for-learning-deep-learning ...
- 系统学习深度学习(三十八)--深度确定性策略梯度(DDPG)
转自:https://www.cnblogs.com/pinard/p/10345762.html 1. 从随机策略到确定性策略 从DDPG这个名字看,它是由D(Deep)+D(Determinist ...
- 学习深度学习是否要先学习机器学习?
来源:https://www.zhihu.com/question/382278216 编辑:深度学习与计算机视觉 声明:仅做学术分享,侵删 作者:图灵的猫 https://www.zhihu.com ...
- 动手学习深度学习——Pytorch版教程系列汇总(长期更新版)
动手学习深度学习目录 开发环境配置 1. 基本简介 2. 预备知识 3. 线性神经网络 4. 多层感知器 5. 深度学习计算 6. 卷积神经网络 7. 现代卷积神经网络 8. 循环神经网络 9. 现代 ...
- 深度学习——深度学习基础概念
摘要 本文将针对与深度学习的平台的这样的一个理解和实战这样的一个理解.这是一个系列的课程.我将一直更新有关于的paddle的开发和学习.Paddle包括众多方面.目标检测.文字识别.图像分类.图像分割 ...
- 机器学习深度学习加强学习_我如何在9个月内学习深度学习
机器学习深度学习加强学习 There are so many resources out there that can teach you deep learning, and if you are ...
- 动手学习深度学习感悟
目录 编辑 前言 一,线性神经网络 1.1 线性回归 1.2 softmax回归 二,多层感知机 2.1 隐藏层和激活函数 2.2 模型选择.欠拟合和过拟合 2.3 权重衰减和暂退法(dropou ...
- 如何系统型地学习深度学习?| 文末送书
链接:https://www.zhihu.com/question/305745486 编辑:深度学习与计算机视觉 声明:仅做学术分享,侵删 如何系统型的学习深度学习? 不知小伙伴们遇到没遇到这样的情 ...
- 深度学习 免费课程_深入学习深度学习,提供15项免费在线课程
深度学习 免费课程 by David Venturi 大卫·文图里(David Venturi) 深入学习深度学习,提供15项免费在线课程 (Dive into Deep Learning with ...
- 【杂谈】如何在言有三本人的随时答疑下, 长期而系统地学习深度学习和计算机视觉,这是有三AI的完整计划...
对深度学习从业者要说的话 深度学习的前身是神经网络,属于机器学习技术中的一种,诞生于半个多世纪以前,随着计算硬件水平的提升,工业大数据的积累以及相关理论的完善,如今得以在各行各业大展拳脚.从应用领域来 ...
最新文章
- python 多进程安全日志库 ConcurrentLogHandler 简介
- 跟vczh看实例学编译原理——二:实现Tinymoe的词法分析
- java for循环和数组--冒泡排序、二分查找法
- SD 模块的几个增强
- mysql/mariadb应该使用utf8mb4而不是utf8
- 网络电缆 计算机电缆,计算机电缆的技术参数
- java字节码忍者禁术
- python123 helloworld_python入门
- linux里的vmware16有中文吗,vmware 16.1专业版_linux版本下载_vmware 16.1下载_5分享
- 全新版个人博客小程序,无需开发服务端接口即可使用
- JBS与盒马签署战略合作 将为后者提供2亿元美国进口谷饲牛肉
- msiafterburner并行配置不正确_dubbo常用配置及使用场景
- 算法笔记_010:插入排序(Java)
- MySQL5.7之开启远程连接
- 关于内存的最后一个难点--the paged and the non-paged pool
- android 恢复出厂设置不清除的分区,Android如何在恢复出厂设置时不删除掉/data/media/0/里面指定的目录...
- 新CEO能使诺基亚起死回生吗?
- staruml怎么画协作图_er图怎么画?轻松绘制专业er图的软件
- EMI/EMC设计经典问答
- 遭遇 kapjazy.dll,yhpri.dll,WinSys64.Sys,nwiztlbu.exe,myplayer.com 等1