caffe绘制训练过程的loss和accuracy曲线
来源:互联网 发布:怎么举报网络诈骗 编辑:程序博客网 时间:2024/05/19 15:23
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
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:
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- caffe绘制训练过程的loss和accuracy曲线
- Caffe 绘制训练过程loss,accuracy曲线
- 【caffe】caffe保存训练生成的log & 绘制训练过程的loss和accuracy曲线
- Caffe的可视化训练:绘制loss和accuracy曲线
- java中的流
- WannaCry 2.0 已能通过 Wine 感染 Linux 系统
- jdbc简介与使用md
- 分销系统_三级分销_掌上商城推广新渠道-泉州市丰泽区尚创网络科技有限公司
- 初识Edward——一个简单的变分Bayesian网络
- caffe绘制训练过程的loss和accuracy曲线
- 【LeetCode】55. Jump Game
- Sqlserver取整
- FLIP 动画实现多维网格的过渡
- 核桃的数目
- java基础技术知识点总结——容器、迭代器
- 使用Jquery+EasyUI 进行框架项目开发案例讲解之一 员工管理源码分享
- thinkphp 出现Class 'PDO' not found 错误
- 巨人网络面试