现在,我的问题是:假设我们有一个算法,一个长期运行的算法,比如训练一个像神经网络这样的机器学习模型,所以代码看起来像这样:
for training_iteration in range(training_iterations_num,将运行更长的时间段,通宵甚至几天,所以我们需要一种可行的方法来观察它的演变。据我所知,Matplotlib没有提供一种方便的方法来做到这一点。当然,它有动画和类似的API,但这不是我需要的</e
我正在建立一个递归神经网络,其中我有一个时间序列的特征向量(N X D),其中N列中的每一列都对应于一个“事件”。我得到了事件坐标在另一个N×3矩阵中的演变。因此,如果我有一个长度为t的时间序列,那么随着单个“事件”的特征和坐标的演变,我正在处理维度为t x N x D和t x N x 3的输入。对于单事件分类的情况,我已经建立了一种方法来构造N个事件坐标的密集邻接矩阵。这涉及到计算N个坐标中每个坐标的成对距离并应用