我曾经在一个演讲中简短地看到过它，有人在绘图：
loss / validation_loss vs epoch
准确性/ validation_accuracy与时代
特殊的是，此人使用的是散景图，该散景在每个时期后都会自动增加。如何完成这项壮举？
最佳答案
来自Piotr Migdal的使用回调的示例实际上看起来非常不错。您可以像在家里的一些小型监视应用程序中那样，在每个时期重新运行绘图仪，并将其集成到回调函数中。假设您在绘制数据时有一些数据框，我迅速提取了相关代码：
import bokeh.plotting as bplt
data = pd.read_csv(...)
bplt.output_file('myplots.html', title='Myplots')
p = bplt.figure(title='Keras Live Loss')
p.line(data['epoch'], data['loss'], line_color='blue', line_width=1)
p.line(data['epoch'], data['val_loss'], line_color='red', line_width=1, line_dash='dotted')
bplt.show(p)
您可以尝试的另一件事是一个蒸蒸日上的应用程序，该应用程序看起来很有前途，但老实说，我从未尝试过。也许这会有所帮助：
https://www.continuum.io/content/painless-streaming-plots-bokeh
关于python - 使用keras fit_generator时，如何让Bokeh更新显示一些度量与历元的图？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43121986/