Python 在tensorflow r0.9（skflow）中培训DNNClassifier时，如何打印进度？

我无法让DNNClassifier在培训时打印进度，即损失和验证分数。据我所知，可以使用从BaseEstimator继承的config参数打印损失，但是当我传递一个RunConfig对象时，分类器没有打印任何内容

from tensorflow.contrib.learn.python.learn.estimators import run_config

config = run_config.RunConfig(verbose=1)
classifier = learn.DNNClassifier(hidden_units=[10, 20, 10],
                             n_classes=3,
                             config=config)
classifier.fit(X_train, y_train, steps=1000)

我错过什么了吗？我检查了RunConfig如何处理verbose参数，它似乎与文档不匹配：

详细：控制详细程度，可能的值： 0:算法和调试信息被禁用。 1：培训师打印进度。 2：打印日志设备放置

---

至于验证分数，我认为使用会很好，但是当尝试它时，分类器不会打印任何内容，当尝试使用早期停止循环时也不会发生任何事情。我在源代码中搜索文档或一些注释，但找不到监视器的任何注释。

在fit函数显示进度之前添加这些注释：

import logging
logging.getLogger().setLevel(logging.INFO)

样本：

INFO:tensorflow:global_step/sec: 0
INFO:tensorflow:Training steps [0,1000000)
INFO:tensorflow:Step 1: loss = 10.5043
INFO:tensorflow:training step 100, loss = 10.45380 (0.223 sec/batch).
INFO:tensorflow:Step 101: loss = 10.5623
INFO:tensorflow:training step 200, loss = 10.46701 (0.220 sec/batch).
INFO:tensorflow:Step 201: loss = 10.3885
INFO:tensorflow:training step 300, loss = 10.36501 (0.232 sec/batch).
INFO:tensorflow:Step 301: loss = 10.3441
INFO:tensorflow:training step 400, loss = 10.44571 (0.220 sec/batch).
INFO:tensorflow:Step 401: loss = 10.396
INFO:tensorflow:global_step/sec: 3.95

---

培训前添加此行：

import logging
tf.logging.set_verbosity(tf.logging.INFO)