使用tqdm检查模型训练的进度。

Question

我知道如何使用tqdm来检查迭代进度的进展：

for i in tqdm_notebook(range(100)):
time.sleep(0.1)

我想要检查我的随机森林模型的训练进度。类似于：

//tqdm_notebook starts the progress bar 
RF_model=RandomForestRegressor(max_features='sqrt',n_estimators=100,oob_score=True)
RF_model.fit(x_train,y_train)
//tqdm_notebook stops the progress bar

- Ronith

---

虽然不是tqdm，但你可以使用verbose参数来获取一些关于训练进展的信息。 - undefined

我尝试了以下代码：RF2=RandomForestRegressor(verbose=True,n_estimators=100) RF2.fit(x_train[:10000],x_test[:10000])，但它没有显示进度条，只是在最后一行显示了一条信息，内容为[Parallel(n_jobs=1)]: Done 100 out of 100 | elapsed: 45.4s finished。我希望能够得到一个能够持续更新训练进度的方式。 - undefined

Try verbose=2 - undefined

它有效。非常感谢！ - undefined

Answer 1

你可以使用参数verbose来实现相同的功能。

根据你的代码，只需添加一个参数：

RF_model=RandomForestRegressor(max_features='sqrt', n_estimators=100, oob_score=True, verbose=2) 
RF_model.fit(x_train,y_train)

- Sabin Hashmi

---

无论如何，这完全不一样。 - undefined