caffe绘制训练过程的loss和accuracy曲线

转自：http://blog.csdn.net/u013078356/article/details/51154847

在caffe的训练过程中，大家难免想图形化自己的训练数据，以便更好的展示结果。如 果自己写代码记录训练过程的数据，那就太麻烦了，caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh  caffe-master/tools/extra/extract_seconds.py和 caffe-master/tools/extra/plot_training_log.py.example ，使用方法如下：

1.记录训练日志

在训练过程中的命令中加入一行参数 ，实现Log日志的记录

 GLOG_logtostderr=0 GLOG_log_dir=/home/liuyun/caffe/models/AAA/A12/Log/
 

 /home/liuyun/caffe/build/tools/caffe train -solver examples/AAA/solver.prototxt -weights ./models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel

 其中目录改成自己系统的目录，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。

2.解析训练日志

将最上面说的3个脚本文件拷贝到Log 文件夹下，执行：

./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：

./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:

    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: