caffe/tools/extra下面有幾個檔案,必備的:
1我在當前目錄下新建了乙個資料夾:logcaffe/tools/extra/parse_log.sh
2 caffe/tools/extra/extract_seconds.py
3 caffe/tools/extra/plot_training_log.py.example
把上面的三個檔案愛呢拷貝到log下面:
然後把我訓練生成的log檔案:vgg_wide***ce_ssd_300x300_2.log檔案拷貝到log檔案下面
在當前目錄下開啟終端,執行:
./parse_log.sh vgg_wide***ce_ssd_300x300_2.log此時,在log檔案下面生成了vgg_wide***ce_ssd_300x300_2.log.train和vgg_wide***ce_ssd_300x300_2.log.test檔案,裡面儲存了提取出來的seconds,loss,accuracy
資訊。應該可以指定儲存的路徑,這裡我偷懶直接都在當前目錄log下面弄,自己到時候再拷貝是一樣的。
當前目錄終端執行:
./plot_training_log.py.example 6 train_iters.png vgg_wide***ce_ssd_300x300_2.log生成:
再執行命令:
./plot_training_log.py.example 7 train_loss_seconds.png vgg_wide***ce_ssd_300x300_2.log
得到:因為我的總迭代次數非常大,並且設定的訓練1w次時才開始驗證,所以這裡我只是中途看一下效果,看下loss變化情況
./plot_training_log.py.example 7 train_loss_seconds.png vgg_wide***ce_ssd_300x300_2.log其中:
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
caffe 繪製accuracy和loss曲線
我們在訓練的時候會用到caffe buile tools caffe 這個裡面的train這個選項。在輸入之後,正常會顯示訓練日誌的詳細資訊。想要畫出這裡面顯示的loss和accuracy圖,就可以把這些輸出的日誌內容重定向到乙個檔案內,然後利用shell命令檢索出其中的loss和accuracy值...
Caffe 繪製loss和accuracy曲線
這裡我們在ipython notebook中繪製曲線 載入必要的庫 import numpy as np import matplotlib.pyplot as plt matplotlib inline import sys,os,caffe 設定當前目錄 caffe root home bnu ...
caffe繪製網路
計算均值命令 sudo home tyd caffe build tools compute image mean home tyd caffe examples mnist mnist train lmdb home tyd caffe case mean.binaryproto 繪製網路 1.安...