caffe入门学习（6）：绘制loss曲线

我们通过命令命令行进行训练的时候，每一次都会打印出训练loss和测试的准确率，这些都是衡量这个网络的指标，直接看日志，这个准确率和loss变化趋势是不清晰的，最好的方式就是能把它绘制成图形化，曲线图是最适合表现变化趋势的，下面就说说怎么画。

1、编写python脚本

#Step1 importimport numpy as npimport matplotlib.pyplot as pltimport sys,oscaffe_root = 'E:/caffe/caffecase'  sys.path.insert(0, caffe_root + 'python')import caffe#Step2 Settingcaffe.set_mode_gpu()solver = caffe.SGDSolver('E:/caffe/caffecase/mnist/lenet_solver.prototxt')niter =1000test_interval = 200train_loss = np.zeros(niter)test_acc = np.zeros(int(np.ceil(niter / test_interval)))#Step3 Drawfor it in range(niter):    solver.step(1)  # SGD by Caffe    # store the train loss    train_loss[it] = solver.net.blobs['loss'].data    solver.test_nets[0].forward(start='conv1')    if it % test_interval == 0:        acc=solver.test_nets[0].blobs['accuracy'].data        print 'Iteration', it, 'testing...','accuracy:',acc        test_acc[it // test_interval] = accprint test_acc_, ax1 = plt.subplots()ax2 = ax1.twinx()ax1.plot(np.arange(niter), train_loss)ax2.plot(test_interval * np.arange(len(test_acc)), test_acc, 'r')ax1.set_xlabel('iteration')ax1.set_ylabel('train loss')ax2.set_ylabel('test accuracy')plt.show()

2、执行脚本

执行脚本，如果缺少模块就导入。

3、绘制结果

红色的线是测试的准确率，蓝色的线是训练的loss值。
从图上就能看到，1000次迭代的准确率并不是最高的，而是700次左右达到了一个峰值