方法1 一般情况下我们的训练模型标准语句是: $ sudo ./build/tools/caffe train -solver=xxx/xxx/solver.prototxt xxx/xxx/表示你的solver.prototxt文件所在位置
需要保存log文件时的命令是:$ sudo GLOG_logtostderr=0 GLOG_log_dir='xxx/xxx/xxx/' build/tools/caffe train -solver=xxx/xxx/solver.prototxt ’xxx/xxx/xxx/‘表示你所保存的log文件所在位置。
训练完成后发现在我们保存的目录xxx/xxx/xxx/下生成了两个上锁log文件caffe.INFO和caffe.ubuntu.root.log.INFO.20170611-103712.5383。点击打开后我们可以看到我们所训练的日志文件。
方法2 ./build/tools/caffe train -solver=xn/PENLU/neural/nin/nin_solver.prototxt 2>&1 | tee xn/PENLU/snapshot/nin/nin_relu.log
2、利用生成的log文件绘制accuary loss曲线图
首先绘制图,caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh 和caffe-master/tools/extra/extract_seconds.py还有 caffe-master/tools/extra/plot_training_log.py.example拷贝以上文件到当前训练模型的目录下。
然后我们到你保存的log文件目录下将1中保存的log文件解锁,解锁命令:sudo chmod -R 777 ./caffe.ubuntu.root.log.INFO.20170611-103712.5383
解锁后我们就可以更改该log文件名为xxx.log(注意:要画图一定是.log文件,所以不改名不可以画)。
然后复制该xxx.log文件到你训练模型所在目录下。
然后就可以利用命令画图了:在模型所在目录下命令: ./plot_training_log.py.example y xxx.png xxx.log xxx.png是你保存的绘制出的图片名称,xxx.log是你保存的log文件名称。y表示的是你的所隐竖绘制的图片到底是什么图灶燃大片,具体解释如下:
y的数字代表意义(0~7):
Supported chart types: 0: Test accuracy vs. Iters (准确率与迭代次数图)
1: Test accuracy vs. Seconds (准确率与时间图)
2: Test loss vs. Iters (测试损失与迭代次数图)
3: Test loss vs. Seconds (测试损失与时间图)
4: Train learning rate vs. Iters (学习率与迭代次数图)
5: Train learning rate vs. Seconds (学习率与时间图段镇)
6: Train loss vs. Iters (训练损失与迭代次数图)
7: Train loss vs. Seconds (训练损失与时间图)
运行后生成的文件有:log-data.log.test和log-data.log.test和xxx.png
3、test测试log日志文件保存与绘图类似过程
1.数据转化leveldb或者lmdb格裤宽喊式 2.编写netsolverprototxt文件 3.命令行输巧扒入caffe.exe train -solver XX.prototxt(solver文件)或者bat文件输入指令并运行 基本难胡野自参照example面文件试几caffe的FCN的loss居高不下和执行训练命令的脚本有关是怎么回事GET、POST及其他快捷方法都会自动设置method参数,所以不需要手动设置。config对象会作为简历吵最后一个参数传递给$http.get和$http.post,所以,在所有的快捷方法内部都可以使用这个参数。你可以传递config对象来修改发送的请求,config对象可烂哗以设置以下键值。
method:一个字符串,表示HTTP请求的类型,例如GET或者POST。
url:URL字符串,表示请求的绝对或者相对资源路径。
params:一个键和值都是字符串的对象(确切来说是一个map),表示需要转换成拦侍URL参数的键和值。例如:
[{key1: 'value1', key2: 'value2'}]
将会被转换成
?key1=value&key2=value2
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)