《智能系统与技术丛书 深度学习实践：基于Caffe的解析》—3.3.4训练log解析

3.3.4　训练log解析

       Caffe已经做好了对日志的解析以及查阅，我们只需要在训练的过程中添加下面的步骤即可。

       1. 记录训练日志

       向训练过程中的命令加入一行参数（如下代码中使用双线包围的一行），将log日志放入固定的文件夹内：

TOOLS=./build/tools

GLOG_logtostderr=0 GLOG_log_dir=/caffe/train/Log/ \

$TOOLS/caffe train \

  --solver=face/casecade_cnn/leve11_solver.prototxt

       使用上面的命令，我们即可保存所需要的日志。得到相应的日志之后，就可以将日志的一些关键信息绘制出来了。

       2.解析日志

       在Caffe中找到extra文件夹内的parse_log.py，即可使用这一文件进行日志的解析。文件的具体目录如图3-1所示。

图　3-1

       操作的命令如下所示：

       python parse_log.py log/XXXXX.log

       3.绘制曲线

       在绘制曲线时，首先将Caffe中的tools/extr plot_training_log.py.example这个Python文件复制成tools/extr plot_training_log.py，然后使用这个文件来绘制训练情况图。绘图的命令如下：

       python plot_training_log.py 6 trainloss.png XXXXX_out.log

       其中，第一个参数plot_training_log.py是选择绘制内容的标志，第二个参数6 trainloss.png是绘图的图片名称，第三个参数XXXXX_out.log是使用哪一个日志文件进行绘图。关于第一个绘制内容的参数，这里做了一个简单的总结，不同数字的具体含义见表3-5大家可以参考一下。

表　3-5

       如果在命令的执行过程中，出现如下报错信息：

       ImportError: No module named matplotlib.pyplot

       则只需要安装一下matplotlib即可，此时可能需要用到下面的命令：

       sudo apt-get install python-matplotlib

       执行完命令之后得到的效果比较好的训练收敛曲线如图3-2所示。

图　3-2