caffe保存训练log并绘制accuary loss

保存训练log：

  method 1：$ 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。

        method  2： $   ./build/tools/caffe train -solver=/home/xxx/solver.prototxt 2>&1 | xxx/resnet-18.log

用log日志绘制accuary loss曲线图：

    

      caffe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 文件路径

      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。其中y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.train和xxx.png