Caffe命令行解析及log日志文件生成

最新推荐文章于 2019-11-06 09:48:20 发布

HMHx2_YY

最新推荐文章于 2019-11-06 09:48:20 发布

阅读量1.7k

点赞数

分类专栏： caffe学习文章标签： caffe学习

本文链接：https://blog.csdn.net/hmh2_yy/article/details/78439095

版权

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：