caffe 日志保存以及matlab绘制方法，windows以及ubuntu下
caffe 用matlab解析日志画loss和accuracy
clc;
clear;
% load the log file of caffe model
fid = fopen('log-previous-insulator.txt', 'r');
tline = fgetl(fid);
accuracyIter =[];
accuracyArray =[];
lossIter = [];
lossArray = [];
%record the last line
lastLine = '';
%read line
while ischar(tline)
%%%%%%%%%%%%%% the accuracy line %%%%%%%%%%%%%%
k = strfind(tline, 'Test net output');
if (k)
k = strfind(tline, 'accuracy');
if (k)
% If the string contain test and accuracy at the same time
% The bias from 'accuracy' to the float number
indexStart = k + 11;
indexEnd = size(tline);
str = tline(indexStart : indexEnd(2));
accuracyArray = [accuracyArray, str2num(str)];
end
% Get the number of index
k = strfind(lastLine, 'Iteration');
if (k)
indexStart = k + 10;
indexEnd = strfind(lastLine, '(');
str2 = lastLine(indexStart : indexEnd - 1);
accuracyIter = [accuracyIter, str2num(str2)];
end
% Concatenation of two string
res_str = strcat(str2, '/', str);
end
%%%%%%%%%%%%%% the loss line %%%%%%%%%%%%%%
k1 = strfind(tline, 'Iteration');
if (k1)
k2 = strfind(tline, 'loss');
if (k2)
indexStart = k2 + 7; %loss位置到数据位置起始位置相差7位
indexEnd = size(tline);
str1 = tline(indexStart:indexEnd(2)); %数据开始位置到结束位置，就是loss,也就是纵坐标
indexStart = k1 + 10; %从iteration到迭代次数数据起始位相差10位
indexEnd = strfind(tline, '(') - 1; %找到左括号位置-1:根据你的txt来看是括号还是逗号
str2 = tline(indexStart:indexEnd); %从起始位置到结束位置为迭代次数，也就是横坐标
res_str1 = strcat(str2, '/', str1); %把横纵坐标连接起来
lossIter = [lossIter, str2num(str2)]; %把迭代次数转化为数据赋值给lossiter
lossArray = [lossArray, str2num(str1)]; %把loss转化为数据复给lossArray
end
end
lastLine = tline;
tline = fgetl(fid);
end
%draw figure
figure;h1 = plot(accuracyIter, accuracyArray);title('iteration vs accurancy'); %绘制accuracy曲线
figure;h2 = plot(lossIter, lossArray);title('iteration vs loss'); %绘制loss曲线
print(2,'-dpng','iteration vs loss')%保存
1、训练模型时保存log日志文件
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表示的是你的所绘制的图片到底是什么图片，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）
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
Ps: windows记录训练日志
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.windows记录训练日志：在训练过程中的命令中加入一行参数 ，实现Log日志的记录，这里我使用的.bat。其实一可以像前面某位大哥一样，直接copy输出的类容。 caffe train --solver=deepid/deepid2/deepid_solver.prototxt >log/XXXXX.log 2>&1 pause
