Caffe命令行解析及log日志文件生成

本文介绍了Caffe命令行工具的使用,包括train、test、device_query和time命令的详细说明。重点讲解了如何通过train命令进行模型训练,并将输出记录到log日志文件中,以及如何利用提供的parse_log.py和plot_training_log.py.example工具分析训练日志,以可视化loss和迭代次数的关系。
摘要由CSDN通过智能技术生成

1.查看caffe命令选项

 cd caffe
./build/tools/caffe

caffe程序的命令行执行格式如下:
 

caffe <command> <args>

command有四种选项:

train—-训练或finetune模型(model)
test—–测试模型
device_query—显示gpu信息
time—–显示程序执行时间

args参数有:

-solver
-gpu
-snapshot
-weights
-iteration
-model
-sighup_effect
-sigint_effect

2 train和command命令用法
a)time命令:
time参数用来在屏幕上显示程序运行时间。如:

./build/tools/caffe time -model examples/mnist/lenet_train_test.prototxt -iterations 10

#这个例子用来在屏幕上显示lenet模型迭代10次所使用的时间。包括每次迭代的forward和backward所用的时间,也包括每层forward和backward所用的平均时间

结果出现:

I1221 10:24:
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值