Question

作者: Morvan 编辑: Morvan

• 学习资料:
  • 相关代码
  • 机器学习-简介系列 什么是 RNN
  • 机器学习-简介系列 什么是 LSTM RNN

接着 上一节的例子 继续讲解. 这次，我们会要可视化整个学习的结果。

使用 Matplotlib 模块来进行可视化过程，在建立好 model 以后，设置 plt.ion() 使 plt.show() 可以连续显示。

model = LSTMRNN(TIME_STEPS, INPUT_SIZE, OUTPUT_SIZE, CELL_SIZE, BATCH_SIZE)
sess = tf.Session()
# sess.run(tf.initialize_all_variables()) # tf 马上就要废弃这种写法
# 替换成下面的写法:
sess.run(tf.global_variables_initializer())
plt.ion()   # 设置连续 plot
plt.show()

然后在 sess.run() 后面加上 plt.draw() 的步骤。

_, cost, state, pred = sess.run(
            [model.train_op, model.cost, model.cell_final_state, model.pred],
            feed_dict=feed_dict)
# plotting
plt.plot(xs[0, :], res[0].flatten(), 'r', xs[0, :], pred.flatten()[:TIME_STEPS], 'b--')
plt.ylim((-1.2, 1.2))
plt.draw()
plt.pause(0.3)  # 每 0.3 s 刷新一次

最后的结果显示为:

如果你觉得这篇文章或视频对你的学习很有帮助，请你也分享它，让它能再次帮助到更多的需要学习的人。