如何在 tensorflow 中显示训练进度条？

Question

我正在尝试向终端输出与 Keras 培训相同类型的培训进度条。我是 tensorflow 的新手，还没有尝试过 Keras，但我很想知道它是否可以在没有 Keras 的情况下完成。

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) # 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，使用tf.print(), 而不是 python 本机打印功能。

Answer 2

也许我不完全理解你training progress bar的意思：
但我认为你可以尝试一个python包：tqdm，把它放到你的training loop：

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

那么你会得到这样的东西：

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

有tqdm医生。https://tqdm.github.io/。

Answer 3

是的，这是可能的。

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

verbose：0 表示不记录到 stdout，1 表示进度条记录，2 表示每个周期一个日志行。