1.首先建立一个文件plot_loss，然后将以下三个文件放在该文件夹下
1.caffe/tools/extra/parse_log.sh
2 caffe/tools/extra/extract_seconds.py
3 caffe/tools/extra/plot_training_log.py.example
2.切换到caffe，打开终端命令，输入 sh examples/mnist/train_lenet.sh >& 1.log
其中，‘>&’表示所有的标准输出(stdout）和标准错误输出(stderr）都将被重定向到‘1.log’文件中，最后的&表示将命令放入后台执行。
完成后在caff'e文件夹下会看到1.log文件
3.将1.log文件复制到plot文件夹下，在该文件夹下打开终端命令，输入./parse_log.sh 1.log执行后会该文件夹下出现1.log.test和1.log.train两个文件
4.画曲线，输入命令/plot_training_log.py.example 0 test.png '/home/wuqingqing/data/plot_loss/1.log'
可以直接将1.log拖入到终端命令框中就可以形成。
参数说明
命令中的0表示是曲线类型，将plot_training_log.py.example更名为plot_training_log.py。然后在终端命令中输入./plot_training_log.py，就可以看到各类数字表示的曲线类型
当为0时，曲线如下：
当为2时，此时执行的命令是python plot_training_log.py 2 test.png '/home/wuqingqing/data/plot_loss/1.log'当然也可以执行./plot_training_log.py.example 2 test.png '/home/wuqingqing/data/plot_loss/1.log'
其中，‘>&’表示所有的标准输出(stdout）和标准错误输出(stderr）都将被重定向到‘1.log’文件中，最后的&表示将命令放入后台执行。
完成后在caff'e文件夹下会看到1.log文件
3.将1.log文件复制到plot文件夹下，在该文件夹下打开终端命令，输入./parse_log.sh 1.log执行后会该文件夹下出现1.log.test和1.log.train两个文件
4.画曲线，输入命令/plot_training_log.py.example 0 test.png '/home/wuqingqing/data/plot_loss/1.log'
可以直接将1.log拖入到终端命令框中就可以形成。
参数说明
命令中的0表示是曲线类型，将plot_training_log.py.example更名为plot_training_log.py。然后在终端命令中输入./plot_training_log.py，就可以看到各类数字表示的曲线类型
当为0时，曲线如下：
当为2时，此时执行的命令是python plot_training_log.py 2 test.png '/home/wuqingqing/data/plot_loss/1.log'当然也可以执行./plot_training_log.py.example 2 test.png '/home/wuqingqing/data/plot_loss/1.log'