1 训练曲线–震荡的非常厉害

上一篇文章用python自己绘制训练曲线震荡的非常厉害（下图绿色曲线），而tensorboard的曲线比较平滑（下下图黑色曲线），

原因是tensorboard显示的曲线是经过平滑处理过的（其灰黑色的背景就平滑处理前的波形）

2 Savitzky-Golay 滤波器–平滑曲线

对曲线进行平滑处理，通过Savitzky-Golay 滤波器，可以在scipy库里直接调用，不需要再定义函数。

from matplotlib import pyplot as plt
import csv
import numpy as np
# 使用Savitzky-Golay 滤波器后得到平滑图线

from scipy.signal import savgol_filter

filename = "D:/python/pltt/train_loss.csv"  #.csv文件路径，这里可以添加绝对路径                                          
with open(filename) as f:                                                                                
    csvreader = csv.reader(f, delimiter = ",", quotechar='"')                                       
    for line in range(1):  #1代表从文件第2行开始读取
        next (csvreader)  
    print("lines: ",line) #打印行数

    x = []   #横纵坐标分别建立了两个list                                                                                  
    y = []   
    for row in csvreader:
        x.append(float(row[1]))   #读取第2、3列数据,放入list                                                            
        y.append(float(row[2]))  

     #Savitzky-Golay 滤波器实现曲线平滑
        '''
        scipy.signal.savgol_filter(y, window_length, polyorder)
            y--代表曲线点坐标（x,y）中的y值,为要滤波的信号
            window_length--即窗口长度取值为奇数且不能超过len(x)。它越大，则平滑效果越明显；越小，则更贴近原始曲线。
            polyorder--为多项式拟合的阶数。它越小，则平滑效果越明显；越大，则更贴近原始曲线。
            mode--滤波器的填充信号的扩展类型
        '''
    y = savgol_filter(y, 99, 1, mode= 'nearest')
    
    # 可视化图线                                                                  
    plt.plot(x,y,'g', linewidth=1.0) #曲线颜色绿色，线条宽度1
                                            
plt.show()  

不同滤波参数的平滑效果

   y = savgol_filter(y, 99, 1, mode= 'nearest')

y = savgol_filter(y, 33, 10, mode= 'nearest')

 y = savgol_filter(y, 55, 2, mode= 'nearest')

3 python 绘制训练曲线–插值法 曲线平滑处理

python 绘制训练曲线–插值法 曲线平滑处理

4 python 绘制训练曲线–基于Numpy.convolve曲线平均滤波

python 绘制训练曲线–基于Numpy.convolve曲线平均滤波

python 绘制训练曲线 平滑处理–Savitzky-Golay 滤波器曲线平滑

5 用python自己绘制训练曲线

Tensorboard可视化训练曲线导出数据用绘制