DeepLearning（基于caffe）实战项目（5）--Matlab画学习（Loss）曲线

        话说，我们的model也训练好了，也能进行相应的（分类）预测了，但是怎么才能判断我们的model拟合的到底好还是不好呢，如何才能很直观的看出我们model拟合的怎么样，这样，我们就需要从训练日志里找寻相应的（Loss）值，然后画出曲线，在网上，我找了找看有没有现成的代码，发现，大部分都是用原有的Python程序，于是我打算用matlab自己写一个画学习曲线的程序。

/************************************************************************************************************

TIPS:通过学习曲线，可以评估当前模型训练的状态

• train loss 不断下降，test loss 不断下降，说明网络仍然在认真的学习
• train loss 不断下降，test loss 趋于不变，说明网络过拟合
• train loss 趋于不变，test loss 趋于不变，说明网络学习遇到瓶颈，需要减小学习速率或者批处理数据尺寸
• train loss 趋于不变，test loss 不断下降，说明数据集（训练）有问题
• train loss 不断上升，test loss 不断上升，说明网络结构设计不当、训练超参数设置不当、程序bug等问题引起的，需要进一步定位

/**************************************************************************************************************

        在写代码之前，我们需要在训练的时候保存了相应的日志（这里我保存为caffe_train.log）

        开始写代码了......

%该程序为显示训练日志中的学习曲线（Loss）% ---------------------------------------自写程序--------------------------------------clc;clear all;close all;fid=fopen('caffe_train.log','r');L=1;while ~feof(fid)        str=fgetl(fid);    if ~isempty(str)         datafind=['Iteration ',num2str((L-1)*100),', loss =']        len=length(datafind);        endlen=length(str);        index=strfind(str,datafind);        if index ~=' '            data=str(index+len:endlen);            result(L,1)=str2num(data);            L=L+1;        end    endendfigure;plot(result);%画出Loss学习曲线axis([0, 100, 0, 3]);%坐标轴范围  grid on %有网格 fclose(fid);

效果图如下