基于S函数的BP神经网络PID，如何得到它的训练误差图？

各位，我现在在做BP神经网络优化PID的参数，BP神经网络是用Simulink中的S-Function（S函数）编写的，但是现在发现不知道如何获得神经网络的训练误差图，请教一下各位谁比较清楚这方面的问题。

就是loss的曲线图呗，这个我用过matplotlib，你可以参考下这个：https://blog.csdn.net/weixin_40293250/article/details/107029595

也可以参考一些大佬他们是如何画loss的曲线图的：

Optimizer 优化器 - PyTorch | 莫烦Python 这节内容主要是用 Torch 实践 这个 优化器 动画简介 中起到的几种优化器, 这几种优化器具体的优势不会在这个节内容中说了, 所以想快速了解的话, 上面的那个动画链接是很好的去处. 下图就是这节内容对比各种优化器的效果: https://mofanpy.com/tutorials/machine-learning/torch/optimizer/

你是指的loss 值下降收敛的那个图吧。训练误差图是把loss 值记录下后画个图展示出来的

可以用python先做一个，然后参考用matlib做

常用 TensorBoard 来显示神经网络训练损失值变化曲线，但需要下载包，操作相对比较麻烦，因此对于非特殊情况可以使用 Matplotlib 来输出曲线，具体代码如下。

import matplotlib.pyplot as plt
# 设置汉字输出
plt.rcParams['font.sans-serif'] = ['SimSun']
plt.rcParams['axes.unicode_minus'] = False

Loss_list = [] # 损失值存储数组

loss = lossFunction(output, target) # 计算损失值，lossFunction自定义

Loss_list.append(loss) # 插入损失值

plt.figure()
x = range(0,1000) # x和y的维度要一样
y = Loss_list
plt.plot(x, y, 'r-') # 设置输出样式
plt.ylabel('当前损失值')
plt.xlabel('训练次数/次')
plt.savefig('F://loss.jpg') # 保存训练损失曲线图片
plt.show() # 显示曲线