Keras 在拟合期间淹没 Jupyter 单元输出（verbose=1）

Question

当使用“verbose=1”选项在 Jupyter notebook 中运行 keras 模型时，我开始获得的不是单行进度状态更新，而是批量更新的大量状态行。见附图。重新启动 jupyter 或浏览器没有帮助。Jupyter notebook 服务器是：5.6.0，keras 是 2.2.2，Python 是 Python 3.6.5 请帮忙。

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）

输出洪水示例：（它是这样的数千行）

损失：217.5794 - mean_absolute_error：11.166 - ETA：32:42 - 损失：216.9500 - mean_absolute_error：11.165 - ETA：32:21 - 损失：216.6378 - mean_absolute_16:205-16-16 误差-16-16-1604 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: 215.7 mean_absolute_error:-1165-3504 214.6583 - mean_absolute_error: 11.169 - ETA: 30:27 - loss: 213.8844 - mean_absolute_error: 11.164 - ETA: 30:10 - loss: 213.3308 - mean_absolute_error: -TA 30:16: 1716: 1717absolute_error: -16 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：212.5421.15 - 27 平均误差：271867 - mean_absolute_error: 11.178 - ETA: 28:42 - loss: 211.8032 - mean_absolute_error: 11.180 - ETA: 28:28 - loss: 211.4079 - mean_absolute_error: -11:15mean_error: -TA3_18o 1729: ETA 1279 28:02 - 损失：210.8588 - mean_absolute_error：11.179 - 预计到达时间：27:50 - 损失：210.4498 - 平均_绝对误差：11.178 - 预计到达时间：27:37 - 损失：209.9321.172 平均误差：72

Answer 1

经过几次测试，我发现该错误与 tqdm import 有关。Tqdm 用在一段代码中，后来重写时没有使用它。尽管我没有在此笔记本中使用 tqdm，但仅导入它就会影响 keras 输出。为了解决这个问题，我只是注释掉了这一行： from tqdm import tqdm ，一切都很顺利，还有漂亮的 keras 进度条。但不确定它与 keras 到底是如何冲突的......