我在Nvidia数字5中训练了我的模型,现在我想提取在报告培训期间生成的准确度和损失图。这些数据是否保存在某处,以便可以提取这些图的数据,以便我可以在Python中绘制它并最终修改图以比较不同的模型等?
答案 0 :(得分:2)
我找到的最佳解决方案是查看HTML文件或扫描由Caffe生成的文本文件caffe_output.log。文本文件通常存储在/ var / digits / jobs / insert_your_job_id /中,但您也可以在linux系统上运行:
locate caffe_output.log
答案 1 :(得分:2)
转到DIGITS作业文件夹并找到作业的子文件夹。在里面你会找到一个文件status.pickle
,它是一个包含你所有工作信息的腌制对象。
您可以像这样在python中加载它:
import digits
import pickle
data = pickle.load(open('status.pickle','rb'))
此对象有些通用,可能包含多个任务。对于典型的分类任务,它可能只是一个,但您仍需要通过data.tasks[0]
访问它。从那里你可以抓住地块:
data.tasks[0].combined_graph_data()
返回一个有点复杂的dict
(不幸的是 - 因为你的网络可以产生许多准确/丢失输出,甚至是自定义输出)。它包含了你需要的一切 - 我设法用以下方法绘制准确度:
plt.plot( data.tasks[0].combined_graph_data()['columns'][2][1:] )
但是你可能需要编写一些自定义代码。与往常一样,dir()
是您的朋友。