Caffe学习：绘制loss和accuracy曲线（使用caffe工具包）

Caffe学习：绘制loss和accuracy曲线（使用caffe工具包）

我们在使用caffe训练深度网络的时候，最关心的往往是loss和accuracy的变化情况，一般为了比较直观的观察这两者的变化情况，都会通过绘制曲线的形式来观察，本文主要介绍基于caffe框架训练网络时，如何使用caffe自带的工具包来绘制曲线。这里我使用caffe例子里面的使用adam算法求解训练手写字体的例子。

绘制曲线主要有以下几个步骤：

1.log文件重定向

在运行caffe训练之前，首先把caffe运行产生的所有log重定向到文件中，使用如下语句:

./examples/mnist/train_lenet_adam.sh>&adamlenet.log&

其中，‘>&’表示所有的标准输出(stdout）和标准错误输出(stderr）都将被重定向到‘adamlenet.log’文件中，最后的&表示将命令放入后台执行。

2.解析log文件

解析log文件需要用到caffe工具包中的parse_log.sh文件。由于我是在根目录下运行的，因此log文件就保存在根目录下,执行命令:

./tools/extra/parse_log.sh adamlenet.log

运行此语句之后会在根目录下生成两个文件，adamlenet.log.test文件和adamlenet.log.train文件

3.绘制曲线

绘制曲线需要用到caffe工具包中的plot_training_log.py.example文件。

./tools/extra/plot_training_log.py.example 0 adamtestacc.png adamlenet.log

参数说明

0 为曲线类型，总共有以下几种类型曲线:

0: Test accuracyvs. Iters
1: Test accuracyvs. Seconds
2: Test loss vs.Iters
3: Test loss vs.Seconds
4: Trainlearning rate vs. Iters
5: Trainlearning rate vs. Seconds
6: Train lossvs. Iters
7: Train lossvs. Seconds
adamtestacc.png：为保存图片的文件名
adamlenet.log：为上述所得日志

绘制的曲线如下：

可以看出使用caffe自带的工具包绘制loss曲线和accuracy曲线十分的方便简单，但是，有的时候，我们为了更加直观的观察训练loss和测试loss往往都会将这两种曲线绘制在一张图上，而这种方法貌似只能分开绘制曲线，无法将两种曲线绘制在一张图上，那怎么办呢，下面的博客将介绍使用caffe的python接口将这两种曲线绘制在一张图上的方法。