我正在Jupyter笔记本中运行Keras model.fit(),如果verbose设置为1,则输出非常混乱:
Train on 6400 samples, validate on 800 samples
Epoch 1/200
2080/6400 [========>.....................] - ETA: 39s - loss: 0.4383 - acc: 0.79
- ETA: 34s - loss: 0.3585 - acc: 0.84 - ETA: 33s - loss: 0.3712 - acc: 0.84
- ETA: 34s - loss: 0.3716 - acc: 0.84 - ETA: 33s - loss: 0.3675 - acc: 0.84
- ETA: 33s - loss: 0.3650 - acc: 0.84 - ETA: 34s - loss: 0.3759 - acc: 0.83
- ETA: 34s - loss: 0.3933 - acc: 0.82 - ETA: 34s - loss: 0.3985 - acc: 0.82
- ETA: 34s - loss: 0.4057 - acc: 0.82 - ETA: 33s - loss: 0.4071 - acc: 0.81
....
正如您所看到的,ETA、损失和准确度输出一直在记录中追加,而不是替换第一行中原始的ETA/loss/acc值,就像进度条的工作方式一样。
我该如何修复它,以便每个epoch只显示1行进度条、ETA、损失和准确度?目前,随着训练的继续,我的单元格输出有大量这些行。
我正在Windows 10上运行Python 3.6.1,并使用以下模块版本:
jupyter 1.0.0
jupyter-client 5.0.1
jupyter-console 5.1.0
jupyter-core 4.3.0
jupyterthemes 0.19.0
Keras 2.2.0
Keras-Applications 1.0.2
Keras-Preprocessing 1.0.1
tensorflow-gpu 1.7.0
谢谢你。
AttributeError: _implements_train_batch_hooks
已在tqdm>=4.46.1
中得到修复。 - casper.dcl