如何用Python绘制Skip-gram模型训练的Loss变化曲线？

没问题，这事儿不难，咱们只需要两步：先收集每个epoch的Loss数据，再用matplotlib把它画出来就行。我帮你修改训练代码，再加上绘图的部分，直接就能用：

第一步：修改训练代码，收集Loss历史数据 #

你只需要在训练循环前初始化一个列表来存储每个epoch的Loss，然后每个epoch结束后把loss值加进去就行：

# 先导入需要的库（如果还没导的话）
import numpy as np
from matplotlib import pyplot as plt

# 初始化一个列表来保存每个epoch的Loss
loss_history = []

# Train model
for epoch in range(1, 151):
    loss = 0
    for i, elem in enumerate(skip_grams):
        pair_first_elem = np.array(list(zip(*elem[0]))[0], dtype='int32')
        pair_second_elem = np.array(list(zip(*elem[0]))[1], dtype='int32')
        labels = np.array(elem[1], dtype='int32')
        test.X = [pair_first_elem, pair_second_elem]
        test.Y = labels
        #if i % 10000 == 0:
        #print('Processed {} (skip_first, skip_second, relevance) pairs'.format(i))
        loss += model1.train_on_batch(test.X,test.Y)
    print('Epoch:', epoch, 'Loss:', loss)
    # 把当前epoch的Loss加入历史列表
    loss_history.append(loss)

第二步：绘制Loss变化曲线 #

训练完成后，用matplotlib绘制曲线，还可以加上标题、坐标轴标签，让图更清晰：

# 创建绘图对象，设置画布大小
plt.figure(figsize=(10, 6))

# 绘制Loss曲线，加上标记点更直观
plt.plot(range(1, 151), loss_history, marker='o', linestyle='-', color='b')

# 设置图的标题和坐标轴标签
plt.title('Skip-Gram Training Loss Over Epochs', fontsize=14)
plt.xlabel('Epoch', fontsize=12)
plt.ylabel('Total Loss', fontsize=12)

# 显示网格线，方便读取数值
plt.grid(True)

# 显示图像（或者用plt.savefig('loss_curve.png')保存到本地）
plt.show()

一些小提示 #

• 如果你的Loss值波动很大，可以考虑对Loss做平滑处理（比如计算滑动平均），曲线会更易读。
• 如果你想保存图片，把plt.show()换成plt.savefig('skip_gram_loss_curve.png', dpi=300)就能得到高清的PNG图。
• 确保你已经安装了matplotlib，如果没装的话，运行pip install matplotlib就能完成安装。

内容的提问来源于stack exchange，提问作者Amanda Tennakoon