将caffe训练时loss的变化曲线用matlab绘制出来

1. 首先是提取 训练日志文件;

 

2. 然后是matlab代码:

clear all; close all; clc;
log_file = '/home/wangxiao/Downloads/43_attribute_baseline.log';
fid = fopen(log_file, 'r');
fid_accuracy = fopen('/home/wangxiao/Downloads/output_accuracy.txt', 'w');
fid_loss = fopen('/home/wangxiao/Downloads/output_loss.txt', 'w');

iteration ={};
loss = {};
accuracy = {};
path = '/home/wangxiao/Downloads/';
fid_ = fopen([path, 'loss_file_.txt'], 'a');
while(~feof(fid))
    tline = fgetl(fid);
    %%
    if strfind(tline, 'sgd_solver.cpp:')
        iter_index = strfind(tline, 'Iteration ');
        rest = tline((iter_index+9):end);
        iter_current = strtok(rest, ',');                   % iteration number;
        iteration = [iteration  iter_current];        % count the iteration;
        lr_index = strfind(tline, 'lr = ');
        lr_current = tline((lr_index+4):end);                  % learning rate;
    end

    %%
    if strfind(tline, 'solver.cpp:228]')
        iter_index = strfind(tline, 'loss = ');
        loss_current = tline((iter_index+7):end);
        fprintf(fid_, '%s \n', loss_current );
        loss = [loss  loss_current] ;       % count the iteration;
    end

    if strfind(tline, 'aver_accuracy: ')
        aver_accuracy_index = strfind(tline, 'aver_accuracy: ');
        aver_accuracy_current = tline((aver_accuracy_index+15):end);

        accuracy = [accuracy  aver_accuracy_current];
    end
end

loss_file_Path = importdata('/home/wangxiao/Downloads/loss_file_.txt');

 plot(loss_file_Path)

 

3. 结果展示:

时间: 2024-09-20 07:14:01

将caffe训练时loss的变化曲线用matlab绘制出来的相关文章

caffe 训练时,出现错误:Check failed: error == cudaSuccess (4 vs. 0) unspecified launch failure

I0415 15:03:37.603461 27311 solver.cpp:42] Solver scaffolding done.I0415 15:03:37.603549 27311 solver.cpp:247] Solving AlexNetI0415 15:03:37.603559 27311 solver.cpp:248] Learning Rate Policy: stepI0415 15:03:37.749981 27311 solver.cpp:214] Iteration

shell-linux会话结束时进程关系变化

问题描述 linux会话结束时进程关系变化 一个会话里有多个进程组运行着,当会话首进程(可能是login shell) 终止(可能是被kill或shell退出引起),那么此时该会话里的进程会怎样,会收到 哪些信号,是否全程成为孤进程组? 解决方案 好像没有什么情况发生. _> cat a.c #include #include void stat(void) { printf("pid=%d, pgid=%d, sid=%dn", getpid(), getpgid(0), ge

lenet iter 10000-如何使用caffe训练MNIST后得到的lenet_iter_10000文件

问题描述 如何使用caffe训练MNIST后得到的lenet_iter_10000文件 根据caffe官网的说明: The final model, stored as a binary protobuf file, is stored at lenet_iter_10000 which you can deploy as a trained model in your application, if you are training on a real-world application da

caffe:编译时提示:unsupported GNU version! gcc versions later than 4.9 are not supported!

NVCC src/caffe/solvers/adam_solver.cuIn file included from /usr/local/cuda/include/cuda_runtime.h:76:0,                 from <command-line>:0:/usr/local/cuda/include/host_config.h:115:2: error: #error -- unsupported GNU version! gcc versions later t

HDFS 2中Namenode启动时WebUI的变化

在HDFS1中NameNode启动顺序是这样的: 1. 读取Fsimage文件 2. 读取edit logs文件,逐行执行里面的操作 3. 写checkpoint,生成新的Fsimage(老的Fsimage + editlogs) 4. 进入safe mode,等待datanodes的block reports,直到达到最小的replication数的block百分比才退出 在安全模式期间,client是不能修改namespace信息,也不允许复制blocks,client基本上是被block住

《中国人工智能学会通讯》——4.15 关联滤波器

4.15 关联滤波器 1 . 动因 在灵长类的大脑视觉皮层系统中,有一类对亮度敏感的神经细胞,它们的接受域都由一个圆环及其内部的圆形部分组成[5] .这些细胞可以分为两类:① on-center/off-surround 细胞,对黑暗背景上的亮点敏感.② off-center/on-surround 细胞,对亮背景上的暗点敏感.这两类细胞负责视觉信息的早期处理,主要观察空间中亮度的变化.而滤波器在CNN 中也扮演着接受域的角色,受此启发,我们使用 Caltech101 的图片数据集训练了一个由普

【11分钟训练完ImageNet】DNN训练再破纪录,1024 CPU Caffe开源

此前,伯克利.TACC和UC戴维斯的研究人员使用新算法,在24分钟内训练完AlexNet,1小时训练完ResNet,创下了纪录.现在,他们继续推进,使用1024个CPU,在11分钟内训练完AlexNet,48分钟训练完ResNet-50.研究人员表示,源代码不久后将在Intel Caffe发布. 先来看论文摘要: 自创建以来,ImageNet-1k基准测试集被用于确定各种深度神经网络(DNN)模型分类的精度,作为基准发挥了重要的作用.近年来,它也成为评估不同的DNN训练方法的主要标准. 使用单块

【caffe】loss function、cost function和error

@tags: caffe 机器学习 在机器学习(暂时限定有监督学习)中,常见的算法大都可以划分为两个部分来理解它 一个是它的Hypothesis function,也就是你用一个函数f,来拟合任意一个输入x,让预测值t(t=f(x))来拟合真实值y 另一个是它的cost function,也就是你用一个函数E,来表示样本总体的误差. 而有时候还会出现loss function,感觉会和cost function混淆. 上quora看了下,有个同名问题,回答的人不多,upvote更少..回答者里面

【玩转数据系列十二】PAI平台深度学习Caffe框架实现图像分类的模型训练

PAI平台深度学习Caffe框架实现图像分类的模型训练 背景 我们在之前的文章中介绍过如何通过PAI内置的TensorFlow框架实验基于Cifar10的图像分类,文章链接:https://yq.aliyun.com/articles/72841.使用Tensorflow做深度学习做深度学习的网络搭建和训练需要通过PYTHON代码才能使用,对于不太会写代码的同学还是有一定的使用门槛的.本文将介绍另一个深度学习框架Caffe,通过Caffe只需要填写一些配置文件就可以实现图像分类的模型训练.关于P