最新在ubuntu下训练caffe模型时，保存了输出日志的同时，无法使用ctrl+C保存模型，诸多不便，采用的shell命令如下：

modelroot=...
log=train-`date +%Y-%m-%d-%H-%M-%S`.log
./build/tools/caffe train -solver $modelroot/solver.prototxt 2>1 | tee $log $@

查阅相关资料，
问题1,找到问题2，进而找到问题3,
出现的问题为tee命令将ctrl+c可能做了转换处理，使得caffe命令无法接收到正确的中断命令。
解决的方法有：
方法1：
不使用tee命令来保存日志，生成的日志事后需要重新命名。

GLOG_log_dir=/path/to/log/dir $CAFFE_ROOT/bin/caffe.bin train 
—solver=/path/to/solver.prototxt

方法2：
继续使用tee命令保存日志，使用kill命令来给caffe命令发送中断命令。

kill -s SIGINT <proc_id>

倾向于第二种方法，亲测有效。

同时，在训练时加入-SIGINT_effect snapshot导致使用ctrl+c时，caffe命令不会中断，会保存模型，之后继续训练，需要使用kill proc_id来强行关闭进程。

# caffe
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局