caffe绘制训练过程的loss和accuracy曲线

在caffe的训练过程中，大家难免想图形化自己的训练数据，以便更好的展示结果。如果自己写代码记录训练过程的数据，那就太麻烦了，caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh caffe-master/tools/extra/extract_seconds.py和 caffe-master/tools/extra/plot_training_log.py.example ，使用方法如下：

1.记录训练日志

在训练过程中的.sh文件中加入一行参数 ，实现Log日志的记录

~~TOOLS=./build/tools  
GLOG_logtostderr=0 GLOG_log_dir=deepid/deepid2/Log/ \  
$TOOLS/caffe train \  
  --solver=deepid/deepid2/deepid_solver.prototxt~~     

在训练的.sh文件中，最后加入

~~2>&1 | tee ./log/out.log~~ 

&1：标准输出；
2：标准错误输出；
2>&1 的意思就是将标准错误重定向到标准输出；
./log/out.log为输出文件地址，可以修改。

其中目录改成自己系统的目录，这样训练结束之后，会在Log文件夹中生成每次训练的Log日志。

注意：增加此代码可能会导致caffe不输出caffemodel文件。
GLOG_log_dir为输出日志位置。
此时，可以使用此参数指定的路径文件夹下的log信息。

2.解析训练日志

将最上面说的3个脚本文件拷贝到Log 文件夹下，执行：

~~./parse_log.sh caffe.wujiyang-ubuntu.wujiyang.log~~   

后面的参数为log文件名，这样就会在当前文件夹下生成一个.train文件和一个.test文件

此处的代码可能会有问题，可以自己编写代码进行解析。
比较好的方法是使用正则进行匹配。
下面有代码连接。

3.生成图片

执行
./plot_training_log.py.example 0 save.png caffe.wujiyang-ubuntu.wujiyang.log
就可以生成训练过程中的Test accuracy vs. Iters 曲线,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

    ~~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  
    7: Train loss  vs. Seconds~~ 

参考：
http://blog.csdn.net/u013078356/article/details/51154847

使用python的文件的方法把out.log读进来，逐行分析，把需要记录的训练次数和loss记录下来之后使用matplotlib进行绘图，效果如下。代码。