caffe保存训练log日志文件并利用保存的log文件绘制accuary loss曲线图

1、训练模型时保存log日志文件

方法1   一般情况下我们的训练模型标准语句是：$ sudo  ./build/tools/caffe train -solver=xxx/xxx/solver.prototxt       xxx/xxx/表示你的solver.prototxt文件所在位置

 需要保存log文件时的命令是：$ sudo GLOG_logtostderr=0 GLOG_log_dir='xxx/xxx/xxx/' build/tools/caffe train -solver=xxx/xxx/solver.prototxt      ’xxx/xxx/xxx/‘表示你所保存的log文件所在位置。

       训练完成后发现在我们保存的目录xxx/xxx/xxx/下生成了两个上锁log文件caffe.INFO和caffe.ubuntu.root.log.INFO.20170611-103712.5383。点击打开后我们可以看到我们所训练的日志文件。

方法2    ./build/tools/caffe train -solver=xn/PENLU/neural/nin/nin_solver.prototxt 2>&1 | tee xn/PENLU/snapshot/nin/nin_relu.log

2、利用生成的log文件绘制accuary loss曲线图

首先绘制图，caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh  和caffe-master/tools/extra/extract_seconds.py还有 caffe-master/tools/extra/plot_training_log.py.example;拷贝以上文件到当前训练模型的目录下。

      然后我们到你保存的log文件目录下将1中保存的log文件解锁，解锁命令：sudo chmod -R 777 ./caffe.ubuntu.root.log.INFO.20170611-103712.5383

      解锁后我们就可以更改该log文件名为xxx.log（注意：要画图一定是.log文件，所以不改名不可以画）。

然后复制该xxx.log文件到你训练模型所在目录下。

      然后就可以利用命令画图了：在模型所在目录下命令： ./plot_training_log.py.example y xxx.png xxx.log      xxx.png是你保存的绘制出的图片名称，xxx.log是你保存的log文件名称。y表示的是你的所绘制的图片到底是什么图片，具体解释如下：

       y的数字代表意义（0~7）：

Supported chart types:    0: Test accuracy  vs. Iters    (准确率与迭代次数图）

1: Test accuracy  vs. Seconds    （准确率与时间图）

2: Test loss  vs. Iters    （测试损失与迭代次数图）

3: Test loss  vs. Seconds    （测试损失与时间图）

4: Train learning rate  vs. Iters    （学习率与迭代次数图）

5: Train learning rate  vs. Seconds    （学习率与时间图）

6: Train loss  vs. Iters    （训练损失与迭代次数图）

7: Train loss  vs. Seconds   （训练损失与时间图）

运行后生成的文件有：log-data.log.test和log-data.log.test和xxx.png

3、test测试log日志文件保存与绘图类似过程