lossとaccuracyの可視化方法

Question

前提・実現したいこと

ニューラルネットワークで学習を行った際の
損失関数と正解率をmatplotlibを使用して可視化したいです。

発生している問題・エラーメッセージ

学習はできたのですが、どの部分を使用してlossグラフを作成すればよいか分かりません。

該当のソースコード

def train(epoch):
    t = time.time()
    model.train()
    optimizer.zero_grad()
    output = model(features, adj)
    #output:学習結果（予測）#labels:正解データ
    loss_train = F.nll_loss(output[idx_train], labels[idx_train])
    acc_train = accuracy(output[idx_train], labels[idx_train])
    loss_train.backward()
    optimizer.step()

    if not args.fastmode:
        # Evaluate validation set performance separately,
        # deactivates dropout during validation run.
        model.eval()
        output = model(features, adj)

    loss_val = F.nll_loss(output[idx_val], labels[idx_val])
    acc_val = accuracy(output[idx_val], labels[idx_val])
    print('Epoch: {:04d}'.format(epoch+1),
          'loss_train: {:.4f}'.format(loss_train.item()),
          'acc_train: {:.4f}'.format(acc_train.item()),
          'loss_val: {:.4f}'.format(loss_val.item()),
          'acc_val: {:.4f}'.format(acc_val.item()),
          'time: {:.4f}s'.format(time.time() - t))

def test():
    model.eval()
    output = model(features, adj)
    loss_test = F.nll_loss(output[idx_test], labels[idx_test])
    acc_test = accuracy(output[idx_test], labels[idx_test])
    print("Test set results:",
          "loss= {:.4f}".format(loss_test.item()),
          "accuracy= {:.4f}".format(acc_test.item()))

試したこと

train関数はこのようになっており、この関数の返り値としてloss_train.item()を指定し、
全エポック数分の返り値を配列に代入しました。
そのあとで、
plt.plot(配列)
としたところ、loss_trainのグラフは書くことができました。
しかし、testの場合は、
trainと同じようにloss_test.item()を返り値として取得しても、１つの値しか受け取らないため、グラフを作成することができません。

よく見るような、trainとtestのlossグラフが一枚で表されるものを作りたいのですが、どうしたらよいのでしょうか？
何かアドバイスを頂けると助かります。
よろしくお願い致します。

補足情報（FW/ツールのバージョンなど）

train,testは
このコードの通りになっています。

Comments

[jbpb0]

> この関数の返り値としてloss_train.item()を指定し、
全エポック数分の返り値を配列に代入

「loss_val.item()」も返して使えばいいのでは？

> よく見るような、trainとtestのlossグラフが一枚で表されるもの

「train」と「test」ではなく、「train」と「val」では？

[h_proc]

なるほど、その通りでした。ありがとうございます。

Answer 1

質問の追記・修正の依頼
でいただいたコメントにて解決いたしました。