本文主要是介绍用caffe自带工具绘制loss accuracy，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
用caffe自带的工具绘制loss和accuracy曲线，网上的说法不一，有的说的不是很详细准确，自己揣摩试验了才知道可行不可行，结合网上大神给的经验，以下亲测有效：
1. 记录训练日志：
以mnist为例(先在examples/mnist下创建一个log文件夹，注意GLOG_log_dir和自己的路径对应上)
cd caffe-pruned-master
GLOG_logtostderr=0 GLOG_log_dir=examples/mnist/log/ ./build/tools/caffe train –solver=examples/mnist/lenet_solver.prototxt
这样训练结束之后，会在Log文件夹中生成每次训练的Log日志 （我的为例，生成 caffe.INFO 和caffe.yan.yan.log.INFO.20170531-154220.3383 ）
2.解析训练日志
一般下载好caffe源码都会找到以下三个脚本文件：
caffe/tools/extra/parse_log.sh
caffe/tools/extra/extract_seconds.py
caffe/tools/extra/plot_training_log.py.example
将上面说的3个脚本文件拷贝到log 文件夹下，切换到log目录，执行：(可以先chmod 777获取权限)
./parse_log.sh caffe.yan.yan.log.INFO.20170531-154220.3383
后面的参数为log文件名，这样就会在当前文件夹下生成一个.train文件和一个.test文件 （我的为例，生成caffe.yan.yan.log.INFO.20170531-154220.3383.test和 caffe.yan.yan.log.INFO.20170531-154220.3383.train）里面保存了提取出来的 seconds、loss、accuracy 信息。
3 绘制图片：
./plot_training_log.py.example 0 save.png caffe.yan.yan.log.INFO.20170531-154220.3383
就可以生成训练过程中的Test accuracy vs. Iters 曲线,其中0代表曲线类型， save.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
[plain] view plain copy
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
下面是我自己做实验时得出的图：
这篇关于用caffe自带工具绘制loss accuracy的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
