当在Jupyter笔记本中使用“ verbose = 1”选项运行keras模型时，我开始不再像以前那样获得单行进度状态更新，而是大量更新状态行。见附图。重新启动jupyter或浏览器无济于事。 Jupyter笔记本服务器是：5.6.0，keras是2.2.2，Python是Python 3.6.5 请帮助。
单元格内容：
history = model.fit（x = train_df_scaled，y = train_labels，batch_size = BATCH_SIZE，epochs = EPOCHS， verbose = 1， validation_data =（validation_df_scaled，validation_labels），shuffle = True ）
输出泛洪示例：（这是成千上万行）
损失：217.5794-均值绝对误差：11.166-预计损失：32:42-损失：216.9500-均值绝对错误：11.165-预计损失：32:21-损失：216.6378-均值绝对错误：11.164-预计损失时间：32:00-损失： 216.0345-mean_absolute_error：11.164-ETA：31:41-损失：215.6621-mean_absolute_error：11.166-ETA：31:21-损失：215.4639-mean_absolute_error：11.171-ETA：31:02-损失：215.1654-mean_absolute_error：11.173-ETA： 30:44-损失：214.6583-mean_absolute_error：11.169-ETA：30：27-损失：213.8844-mean_absolute_error：11.164-ETA：30：10-损失：213.3308-mean_absolute_error：11.163-ETA：29：54-损失：213.1179- mean_absolute_error：11.167-ETA：29:37-损失：212.8138-mean_absolute_error：11.169-ETA：29:25-损失：212.7157-mean_absolute_error：11.174-ETA：29:11-损失：212.5421-mean_absolute_error：11.177-ETA：28： 56-损失：212.1867-mean_absolute_error：11.178-ETA：28:42-损失：211.8032-mean_absolute_error：11.180-ETA：28:28-损失：211.4079-mean_absolute_er ror：11.179-ETA：28：15-损失：211.2733-mean_absolute_error：11.182-ETA：28：02-损失：210.8588-mean_absolute_error：11.179-ETA：27：50-损失：210.4498-mean_absolute_error：11.178-ETA：27： 37-损失：209.9327-mean_absolute_error：11.176-ETA：27：
答案 0 :(得分：1)
经过几次测试，我发现该错误与tqdm导入有关。 Tqdm被用在一段代码中，后来没有进行重写。即使我不在此笔记本中使用tqdm，将其导入也会影响keras输出。 为了解决这个问题，我只是注释掉了这一行： 从tqdm导入tqdm 一切顺利，有不错的keras进度条。不确定它与keras到底有多冲突...
答案 1 :(得分：0)
verbose = 2应该用于交互式输出。
答案 2 :(得分：0)
我建议两件事：