当使用“verbose=1”选项在 Jupyter 笔记本中运行 keras 模型时,我开始得到的不是像以前那样的单行进度状态更新,而是批量更新的大量状态行。参见附图。重新启动 jupyter 或浏览器没有帮助。
Jupyter笔记本服务器是:5.6.0,keras是2.2.2,Python是Python 3.6.5请帮忙。
细胞内容:
历史= model.fit(x = train_df_scaled,y = train_labels,batch_size = BATCH_SIZE,epochs = EPOCHS,详细=1,validation_data=(validation_df_scaled,validation_labels),shuffle=True)
输出洪水示例:(像这样有数千行)
损失:217.5794 - 平均绝对误差:11.166 - 预计到达时间:32:42 - 损失:216.9500 - 平均绝对误差:11.165 - 预计到达时间:32:21 - 损失:216.6378 - 平均绝对误差:11.164 - 预计到达时间:32:00 - 损失:216.0 345 - 平均绝对误差:11.164 -预计到达时间:31:41 - 损失:215.6621 - 平均绝对误差:11.166 - 预计到达时间:31:21 - 损失:215.4639 - 平均绝对误差:11.171 - 预计到达时间:31:02 - 损失:215.1654 - 平均绝对误差:11.173 - 预计到达时间:30:4 4 - 损失: 214.6583 - 平均绝对误差:11.169 - 预计到达时间:30:27 - 损失:213.8844 - 平均绝对误差:11.164 - 预计到达时间:30:10 - 损失:213.3308 - 平均绝对误差:11.163 - 预计到达时间:29:54 - 损失:213.117 9 - 平均绝对误差:11.167 - 预计到达时间: 29:37 - 损失:212.8138 - 平均绝对误差:11.169 - 预计到达时间:29:25 - 损失:212.7157 - 平均绝对误差:11.174 - 预计到达时间:29:11 - 损失:212.5421 - 平均绝对误差:11.177 - 预计到达时间:28:56 - 损失:212.1867-平均绝对误差:11.178 - 预计到达时间:28:42 - 损失:211.8032 - 平均绝对误差:11.180 - 预计到达时间:28:28 - 损失:211.4079 - 平均绝对误差:11.179 - 预计到达时间:28:15 - 损失:211.2733 - 平均绝对误差: 11.182 - 预计到达时间:28: 02 - 损失:210.8588 - 平均绝对误差: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:209.9327 - 平均绝对误差:11.176 - 预计到达时间:27:
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:从 tqdm 导入 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......
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)