如何在张量流中显示训练进度条？

Question

我正在尝试向终端输出与Keras训练相同类型的训练进度条。我是tensorflow的新手，还没有尝试过Keras，但是我很想知道如果没有Keras，它是否可以完成。

Answer 1

import tensorflow as tf
train_data = (...) 
progbar = tf.keras.utils.Progbar(len(train_data))

for i, d in enumerate(train_data):
    (train model here...)
    progbar.update(i+1) # This will update the progress bar graph.


3714/3715 [============================>.] - ETA: 20s

• 在Tensorflow（v1.1〜2.1）中，建议使用tf.keras.utils.Progbar（）而不是导入tqdm。
仅供参考，请使用tf.print（）而不是python native print function。

Answer 2

也许我不完全了解您的training progress bar的含义：
但我认为您可以尝试使用python软件包：tqdm，将其放入您的training loop：

from tqdm import tqdm
for i in tqdm(range(10000)):
    ...

然后您将得到类似的内容：

100%|██████████| 10000/10000 [00:00<00:00, 1383300.02it/s]

有tqdm的文档。 https://tqdm.github.io/。

Answer 3

是的，有可能。

model.fit(X, y, nb_epoch=40, batch_size=32, validation_split=0.2, verbose=0)

详细：0表示不记录到stdout，1表示进度条记录，2表示每个纪元一个日志行。