深度学习-caffe保存训练输出到log 并绘制accuracy loss曲线
来源:互联网 发布:haproxy和nginx的区别 编辑:程序博客网 时间:2024/05/16 15:01
在训练过程中画出accuracy 和loss曲线能够更直观的观察网络训练的状态,以便更好的优化网络的训练。本文主要介绍在基于caffe框架训练网络时,如何利用caffe自带的一些实用的工具包来绘制曲线
一、设置训练配置文件参数,保存训练时的参数至log文件
TOOLS=./build/toolsLOG=examples/testCreateLmDB/log/log-`date +%Y-%m-%d-%H-%M-%S`.log$TOOLS/caffe train \ --solver=examples/testCreateLmDB/my_quick_solver.prototxt 2>&1 | tee $LOG $@
其中:tee :将输出内容 重定向到日志文件中,同时在终端打印输出
2>&1 是将标准出错重定向到标准输出,这里的标准输出已经重定向到了out.file文件,即将标准出错也输出到out.file文件中。最后一个&, 是让该命令在后台执行
二、开始训练后,在log目录里面生成“log-2017-03-22-10-33-20.log”日志文件
三、解析log中的内容 分成train和 test会在当前文件夹下生成log-data.train和 log-data.test两个文件
tools/extra
./parse_log.sh log-2017-03-22-10-33-20.log
四、调用py程序绘制图形
tools/extra
./plot_training_log.py.example 0 save.png log-data.log
其中0代表曲线类型, save.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
其结果如下:
./plot_training_log.py.example 0 save.png /home/lw/caffe/examples/testCreateLmDB/log/log-2017-03-22-10-33-20.log
./plot_training_log.py.example 2 save.png /home/lw/caffe/examples/testCreateLmDB/log/log-2017-03-22-10-33-20.log
- 深度学习-caffe保存训练输出到log 并绘制accuracy loss曲线
- caffe保存训练输出到log 并绘制accuracy loss曲线以及ssd画loss和accuracy曲线
- caffe保存训练输出到log 并绘制accuracy loss曲线
- caffe保存训练输出到log 并绘制accuracy loss曲线
- caffe保存训练输出到log 并绘制accuracy loss曲线
- caffe保存训练输出到log 并绘制accuracy loss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】在windows下输出训练caffemodel的log日志并画出accuracy和loss曲线
- Caffe 绘制训练过程loss,accuracy曲线
- caffe 根据训练输出的log 绘制accuracy loss 曲线时遇到 IndexError:list index out of range
- Training LeNet on MNIST with Caffe|保存log绘制accuracy loss曲线
- caffe 绘制loss/ accuracy曲线
- caffe绘制loss,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的可视化训练:绘制loss和accuracy曲线
- keepalived配置
- spark.mllib源码阅读-优化算法3-Optimizer
- java实现验证码完整版
- Android Token的使用
- jQuery选择器使用
- 深度学习-caffe保存训练输出到log 并绘制accuracy loss曲线
- Linux下SSH安装配置使用详解
- java对象拷贝
- C++定义与声明 区别
- Java 类的初始化顺序 附测试代码
- SEO网站优化的7个常见技巧
- 我的大学四年总目标
- HPUoj 瞎子与瘸子的故事 ( BFS
- ScrollView嵌套ListView 两者滚动互不影响