文章目录

问题背景

slurm-161091.out 是保存终端输出信息的文件。
利用文件中的一些关键字符读取loss，并绘制loss曲线。

实现代码

import re
import matplotlib.pyplot as plt

f = open("slurm-161091.out")
data = f.read()

pattern_iter = re.compile(r'iter: (\d+)  total_loss:')
result_iter = pattern_iter.findall(data)
len(result_iter)

pattern_total_loss = re.compile(r'total_loss: (.+)  loss_ce:')
result_total_loss = pattern_total_loss.findall(data)
len(result_total_loss)

iters = []
total_losses = []
for iter in result_iter:
    iters.append(int(iter))

for total_loss in result_total_loss:
    total_losses.append(float(total_loss))

plt.plot(iters, total_losses, label="total_loss")
plt.xlabel("iter")
plt.ylabel("total_loss")
plt.show()

效果展示

在这里插入图片描述

Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局