Caffe 学习系列（10）：绘制 loss 和 accuracy 曲线

最新推荐文章于 2025-03-19 11:38:15 发布

志小

最新推荐文章于 2025-03-19 11:38:15 发布

阅读量1.1k

点赞数

分类专栏： Caffe 文章标签： Caffe

本文链接：https://blog.youkuaiyun.com/JACK_YOUNG007/article/details/89459259

版权

本文介绍了如何利用Python接口与Caffe进行交互，以在训练过程中可视化loss和accuracy的变化。推荐使用PyCharm、Jupyter Notebook或Spyder等工具，以便更好地结合可视化进行学习。通过Python接口，可以方便地生成loss和accuracy的图表，有助于理解Caffe模型的训练过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引言

之所以使用 python 接口来运行 caffe 程序，其主要原因在于 python 非常容易可视化。所以推荐大家在 pycharm、jupyter notebook、spyder 等工具来运行 python 代码，这样才和它的可视化完美结合起来。同时便于读者的理解与学习。

在 caffe 训练过程中，如果我们想知道某个阶段的 loss 值和 accuracy 值，并用图表画出来，用 python 接口就对了：

# -*- coding: utf-8 -*-


import matplotlib.pyplot as plt  
import caffe   
caffe.set_device(0)  
caffe.set_mode_gpu()   
# 使用SGDSolver，即随机梯度下降算法  
solver = caffe.SGDSolver('/home/xxx/mnist/solver.prototxt')  
  
# 等价于solver文件中的max_iter，即最大解算次数  
niter = 9380  
# 每隔100次收集一次数据  
display= 100  
  
# 每次测试进行100次解算，10000/100  
test_iter = 100  
# 每500次训练进行一次测试（100次解算），60000/64  
test_interval =938  
  
#初始化 
train_loss = zeros(ceil(niter * 1.0 / display))   
test_loss = zeros(ceil(niter * 1.0 / test_interval))  
test_acc = zeros(ceil(niter * 1.0 / test_interval))  
  
# iteration 0，不计入