caffe入门学习（6）：绘制loss曲线

我们通过命令命令行进行训练的时候，每一次都会打印出训练loss和测试的准确率，这些都是衡量这个网络的指标，直接看日志，这个准确率和loss变化趋势是不清晰的，最好的方式就是能把它绘制成图形化，曲线图是最适合表现变化趋势的，下面就说说怎么画。

1、编写python脚本

#Step1 import
import numpy as np
import matplotlib.pyplot as plt
import sys,os
caffe_root = 'E:/caffe/caffecase'  
sys.path.insert(0, caffe_root + 'python')
import caffe

#Step2 Setting
caffe.set_mode_gpu()
solver = caffe.SGDSolver('E:/caffe/caffecase/mnist/lenet_solver.prototxt')


niter =1000
test_interval = 200
train_loss = np.zeros(niter)
test_acc = np.zeros(int(np.ceil(niter / test_interval)))

#Step3 Draw
for it in range(niter):
    solver.step(1)  # SGD by Caffe

    # store the train loss
    train_loss[it] = solver.net.blobs['loss'].data
    solver.test_nets[0].forward(start='conv1')

    if it % test_interval == 0:
        acc=solver.test_nets[0].blobs['accuracy'].data
        print 'Iteration', it, 'testing...','accuracy:',acc
        test_acc[it // test_interval] = acc

print test_acc
_, ax1 = plt.subplots()
ax2 = ax1.twinx()
ax1.plot(np.arange(niter), train_loss)
ax2.plot(test_interval * np.arange(len(test_acc)), test_acc, 'r')
ax1.set_xlabel('iteration')
ax1.set_ylabel('train loss')
ax2.set_ylabel('test accuracy')
plt.show()

2、执行脚本

执行脚本，如果缺少模块就导入。

3、绘制结果

红色的线是测试的准确率，蓝色的线是训练的loss值。
从图上就能看到，1000次迭代的准确率并不是最高的，而是700次左右达到了一个峰值