如何在tensorflow r0.9（skflow）中训练DNNClassifier时打印进度？

Question

我无法得知DNNClassifier在训练时是否打印进度，例如损失和验证分数。据我所知，可以使用从BaseEstimator继承的config参数来打印损失，但是当我传递了一个RunConfig对象时，分类器没有打印任何内容。

from tensorflow.contrib.learn.python.learn.estimators import run_config

config = run_config.RunConfig(verbose=1)
classifier = learn.DNNClassifier(hidden_units=[10, 20, 10],
                             n_classes=3,
                             config=config)
classifier.fit(X_train, y_train, steps=1000)

我是否漏掉了什么？我检查了RunConfig如何处理verbose参数，似乎它只关心verbose是否大于1, 这与文档不符:

verbose: 控制详细程度的参数，可能的值为: 0: 算法和调试信息被静音。 1: 训练器打印进度。 2: 打印日志设备放置。

至于验证分数，我认为使用 monitors.ValidationMonitor应该就可以了，但是当我尝试使用时，分类器没有打印任何东西，而且在尝试使用early_stopping_rounds时也没有发生任何事情。我搜索了文档或源代码中的注释，但是我找不到任何有关monitors的内容。

- Ismael

Answer 1

在调用fit函数之前添加这些内容可以显示训练的进度：

import logging
logging.getLogger().setLevel(logging.INFO)

示例：

INFO:tensorflow:global_step/sec: 0
INFO:tensorflow:Training steps [0,1000000)
INFO:tensorflow:Step 1: loss = 10.5043
INFO:tensorflow:training step 100, loss = 10.45380 (0.223 sec/batch).
INFO:tensorflow:Step 101: loss = 10.5623
INFO:tensorflow:training step 200, loss = 10.46701 (0.220 sec/batch).
INFO:tensorflow:Step 201: loss = 10.3885
INFO:tensorflow:training step 300, loss = 10.36501 (0.232 sec/batch).
INFO:tensorflow:Step 301: loss = 10.3441
INFO:tensorflow:training step 400, loss = 10.44571 (0.220 sec/batch).
INFO:tensorflow:Step 401: loss = 10.396
INFO:tensorflow:global_step/sec: 3.95

- user3701366

Answer 2

在训练之前添加以下这行代码：

import logging
tf.logging.set_verbosity(tf.logging.INFO)

- Roby