（29）LossComputation.py代码

Create_AI_Framework_In5Classes(Day4)的LossComputation.py代码

# -*- coding: utf-8 -*-

这样，我们就完成了误差的计算。接下来在Create_AI_Framework_In5Classes(Day3)入口程序Neuron_Network_Entry.py的基础上修改代码, 在第8行之后新增使用计算误差的代码。

Create_AI_Framework_In5Classes(Day4)的Neuron_Network_Entry.py

    …….

在Epoch循环遍历的时候，通过LossComputation.compute_loss计算损失度 Loss，每次都是新的损失度。没必要每一次Epoch计算的时候打印误差，可以每100次Epoch打印一次误差。通过变量i对100进行求模运算，如果i % 100等于0 ，则打印出损失度。

接下来通过可视化的方式将损失度进行显示，定义一个数组loss_log，把Loss记录进来进行绘图，在数组loss_log中追加loss的值。

导入Python绘图工具库matplotlib.pyplot，定义别名为plt，在代码中输入plt，同时按“ctrl+i”阅读plt的帮助文档，matplotlib.pyplot是一个基于状态的 matplotlib接口。它提供了一种类似于MATLAB的绘图方法。

在pyplot帮助文档中提供的可视化示例代码

import numpy as np

pyplot示例代码中有2个成员x，y，对成员x进行 计算，然后绘制出图形。

pyplot示例代码运行结果如图所示：