caffe绘制训练过程的loss和accuracy曲线
1.首先将训练信息保存至log文件
sudo build/tools/caffe train -solver /home/tiankong/Desktop/TSR/final_detec/Final_Training/solver.prototxt 2>&1| tee /home/tiankong/Downloads/caffe/Log/temp.log
1. tee的意思就是命令行信息重定向的命令
2. 2>&1的意思是错误的信息也当成标准信息输出，这样能够保证输出log信息的完整性。
2.解析训练日志
将caffe-master/tools/extra/parse_log.sh、caffe-master/tools/extra/extract_seconds.py和caffe-master/tools/extra/plot_training_log.py.example 3个脚本文件拷贝到Log 文件夹下，执行：
1 |
./parse_log.sh caffe.liuyun-860-088cn.root.log.INFO.20160830-090533.5367 |
这样就会在当前文件夹下生成一个.train文件和一个.test文件
3.生成图片
执行：
1 |
./plot_training_log.py.example 6 train_loss.png caffe.liuyun-860-088cn.root.log |
注意：一定将caffe.liuyun-860-088cn.root.log.INFO.20160830-090533.5367改为caffe.liuyun-860-088cn.root.log，.log为后缀。
就可以生成训练过程中的Train loss vs. Iters 曲线,其中6代表曲线类型， train_loss.png 代表保存的图片名称
caffe中支持很多种曲线绘制，通过指定不同的类型参数即可，具体参数如下:
|
1
2
3
4
5
6
7
8
9
10
11
12
|
Notes: 1. Supporting multiple logs.
2. Log file name must end with the lower-cased ".log".
Supported chart types: 0: Test accuracy vs. Iters
1: Test accuracy vs. Seconds
2: Test loss vs. Iters
3: Test loss vs. Seconds
4: Train learning rate vs. Iters
5: Train learning rate vs. Seconds
6: Train loss vs. Iters
7: Train loss vs. Seconds
|
最后，看一下效果: