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: