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@)
