1 先用tensorboard把loss曲线做出来

这一步还是不够的，因为tensorboard直接下载的矢量图的格式是不符合论文规范的。比如起点不在原点，坐标轴没有图例之类的大人的原因。

2 从tensorboard里面下载csv数据

3 python画表

def table3():
    # train-val变化曲线  其他noise layer
    mpl.rcParams['font.sans-serif'] = ['SimHei']  # 添加这条可以让图形显示中文
    y_axis_data_train = [0.164287627,
0.106327094,

                   ]
    x_axis_data = []
    for i in range(1):
        x_axis_data.append(i)
    y_axis_data_val = [0.083114974,
0.072642237,

]

    plt.figure()
    # plot中参数的含义分别是横轴值，纵轴值，线的形状，颜色，透明度,线的宽度和标签
    plt.plot(x_axis_data, y_axis_data_train, '-', color='#0000FF', alpha=1, linewidth=1, label='train')
    plt.plot(x_axis_data, y_axis_data_val, '-', color='#FF0000', alpha=1, linewidth=1, label='val')

    # 显示标签，如果不加这句，即使在plot中加了label='一些数字'的参数，最终还是不会显示标签
    plt.legend(loc="upper left",fontsize = 18)

    plt.yticks(fontsize=15)
    plt.xticks(fontsize=15)
    plt.xlim(0, None)

    plt.xlabel('epoch', fontsize=18)
    plt.ylabel('loss', fontsize=18)

    plt.show()
    plt.savefig('demo.png')  # 保存该图片