fx409494616的博客

在训练完一个模型之后，如果想利用现有的模型文件、网络参数文件去分类测试一张图片，caffe给出了C++的接口，其c++代码在 examples/cpp_classification/clssification.cpp 。为了简单，这个例子不支持一个样本的过采样和多个独立样本的批量处理。     分类的例子被建立于 examples/classification.bin在BIN文件中。

本文以CaffeNet为例：在刚开始学习的时候，觉得train_val.prototxt文件和deploy.prototxt文件很相似，然后当时想尝试利用deploy.prototxt还原出train_val.prototxt文件，所以就进行了一下对比，水平有限，可能很多地方说的不到位，希望大神们指点批评~~

第一种方法：重定向训练日志文件我们在训练的时候会用到caffe/buile/tools/caffe 这个里面的train这个选项。想要画出在训练日志里显示的loss和accuracy图，就可以把这些输出的日志内容重定向到一个文件内，然后利用shell命令检索出其中的loss和accuracy值，再将其画出就行了。第二种方法：利用tools/extra下的工具直接画出。caffe自带了可以直接画出loss和accuracy曲线的图。也只需要我们在训练的时候多加上一句相应的记录训练日志文件的话即可。并使用