1.首先建立一个文件夹路径为 /home/zhangxiangwei/zxw (位置自己定)
2.caffe-master/tools/extra/parse_log.sh , caffe-master/tools/extra/extract_seconds.py和 caffe-master/tools/extra/plot_training_log.py.example;把这三个文件复制到自己建的zxw文件夹里面
3.生成日志,首先找到这个/home/zhangxiangwei/Documents/caffe-master/examples/mnist路径下的 train_lenet.sh这个文件,然后修改成下面的格式
#!/usr/bin/env sh
TOOLS=./build/tools
LOG=/home/zhangxiangwei/zxw/log-123.log
set -e
./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt 2>&1 | tee $LOG(我的是CPU的所以这样修改,如果是GPU的请修改这一行)
4.在终端运行: cd /home/zhangxiangwei/zxw
5.在终端运行:./parse_log.sh log-123.log
6.在终端运行:python ./plot_training_log.py.example 0 save.png log-123.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