Question

我正在从头开始编写一个简单的神经网络。神经网络以方法simple_1_layer_classification_NN实现。从for loop（在下面的代码中）可以看到，对于每个纪元（神经网络的训练运行），我都将成本（误差容限）值附加到数组costs中。问题是，培训运行的时间可能多达数千甚至上百万。意味着costs数组可以附加许多cost元素。

由于我不想在图形上绘制成千上万个数据点，所以我想做的是，无论costs数组中有多少个元素，我都只想绘制100个数据点，并尽可能均匀地分布。例如。如果有10个元素，则绘制所有10个元素。如果有100个元素，则绘制所有100个元素。大于100的任何点，仅绘制100个等间距分布的数据点。例如。每隔200个数据点绘制一次。使用500，每5个元素绘制一次。即使是102个元素，也只能绘制100个数据点，并尽可能地隔开。我希望这是有道理的。这可能吗？请注意，我仅包含与问题最相关的部分代码。哪里有带点# ......的注释，我只是表示这里有代码，但由于它与问题无关，所以没有包括在内。

在此先感谢您的帮助。


 def simple_1_layer_classification_NN(self, dataset_input_matrix, output_data_labels, input_dimension, epochs, activation_func='sigmoid', learning_rate=0.2, cost_func='squared_error'):
        # ...............
        cost = float()
        costs = []
        # ................

        # We perform the training based on the number of epochs specified
        for i in range(epochs):

                 #....................
                 # Cost: the cost function to calculate the prediction error margin
                 cost = chosen_cost_func(pred, output_data_labels[ri])

                costs.append(cost)
        #.....................

    plt.plot(costs)
    plt.show()

Answer 1

那

x = xdata[::10]
x = ydata[::10]
plt.plot(x, y)
plt.show()

它将在xdata，ydata中绘制出每10个点

以您的情况

x = None
y = None
l = len(xdata) 
if l < 100:
    x = xdata[::]
    y = ydata[::]
elif l < 200:
    x = xdata[::2]
    y = ydata[::2]
elif l < 500:
    x = xdata[::5]
    y = ydata[::5]

更新

不确定是否相关，但是您也可以尝试使用自定义步幅。它将指向相同的数据缓冲区，但是使用不同的元数据来逐步处理数据。

要查看的函数是https://docs.scipy.org/doc/numpy/reference/generated/numpy.lib.stride_tricks.as_strided.html#numpy.lib.stride_tricks.as_strided，它在stride_tricks中是有原因的-您会花一些时间来习惯它。将writeable设置为False，这样就不会破坏原始数据。简单的例子是here。

绘制数组中的第n个元素

1 个答案: