参考网址：blog.csdn.net/Running_J/article/details/51505715

step1:保存日志文件

在训练过程中把终端输出结果保存为一个日志文件，文件的后缀名是.log

如何把终端保存为日志文件，如下：

caffe目录下  ./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt　２>&1 |tee out.log

 step2:解析日志文件

这一步是利用caffe中的tools/extra文件夹下的parse_log.py来解析日志文件，那么首先需要将该文件夹下的parse_log.py, parse_log.sh plot_training_log.py.example  extract_seconds.py 这几个文件移到你的当前目录下，然后执行语句：

python parse_log.py  out.log ./ 

以上的两个参数，一个是之前得到的日志文件，另一个是保存文件的路径，执行之后会发现在保存的路径下多了out.log.train和相应的test文件

step3.绘制accuracy和loss曲线

执行语句： pyhton plot_training_log.py.example 2 testloss.png out.log

可得相应图片

或许中间会出错，不记得中间把代码怎么改了，改来改去像是没改，但是相应文件的定义如下图

至于最后出来的图形怎么能说自己想要的，应该看参数设置：