Python Keras实时训练日志重复-进度条在每个历元中反复打印？

在我们的任务中，以下是输出指标；这是一个多类分类问题

- loss, gra_loss, vow_loss, cons_loss
- gra_acc, vow_acc, cons_acc  

我们经常使用Keras，并且经常面临它的以下奇怪行为

纪元1/15 2043/5021[=============>- 损失：2.7695-总体损失：1.9486-誓言损失：0.4557-反对损失：0.3652 -gra_acc:0.5240-誓言_acc:0.8583-反对_acc:0.88628-预计到达时间：15：预计到达时间：14:02-损失：4.3086-gra_los-预计到达时间：12:20-损失：3.5839- gra_损失：2.5652-誓言损失：0.5682-反对损失：0.4505-gra_acc: 0.4002-誓言损失：0.5640-反对损失：0.4475-反对损失：0.5375-反对损失：0.4281-誓言损失：0.4330 0.8317-预计到达时间：11:36-损失-E-预计到达时间：10:41-损失：3.0747-格拉损失：2.1817-誓言损失：0.4961-反对损失：-预计到达时间：10:28-损失： 3.0218-gra_损失：2.1407-vow_损失：0.4-ETA:10:12-loss:2.9572-gra_损失：2.0909-vow_损失：0.4797-cons_损失：-ETA:9:59-loss:2.9056-gra_损失：2.0-ETA:9:49-loss:2.8-ETA-ETA:9:24-loss:2.7843-gra_损失：1.45-vow损失：0.75 -格拉

这里提供更多信息的是我使用的

回调

函数

#学习率降低
def调度程序（历元）：
如果历元<10：
返回0.001
其他：
返回0.001*（0.8**历元）
# -----------------------
#---------模型编译---------
model.compile(
优化器=Adam（lr=0.001），
损失={'gra'：'categorical_crossentropy'，
“誓言”：“绝对的”，
“缺点”：“分类的”}，
损失权重={'gra'：1.0，
“誓言”：1.0，
“cons”：1.0}，
度量={'gra'：'Accurance'，
‘誓言’：‘准确’，
“缺点”：“准确性”}
)
# -----------------------
#------定义一些回调函数--------
def Call_Back（）：
#模型检查点
检查点=模式检查点（'mod.h5'，
监视器='val_loss'，
verbose=0，save\u best\u only=True，
模式='min'，
保存_权重（仅_=True）
lr_调度程序=LearningRateScheduler（调度程序）
csv_logger=CSVLogger（'log.csv'））
早期=早期停止（监视器='val_损失'，
模式=分钟，耐心=30）
#tensorboard--logdir./Graph
# http://localhost:6006
tfcallback=TensorBoard（log_dir='./图形'，直方图_freq=0，
write_graph=True，write_images=True）
返回[检查点、tfcallback、csv\u记录器、lr\u调度程序]

然后，像往常一样

# calling all callbacks 
callbacks = Call_Back()

train_history = model.fit_generator(
    train_generator,
    steps_per_epoch=int(len(train_labels)/batch_size), 
    validation_data=val_generator,
    validation_steps = int(len(val_labels)/batch_size),
    verbose=1,
    epochs=epoch,
    callbacks=callbacks
)

---

您究竟是如何查看此输出的？在候机楼？来自日志文件？正常情况下，在jupter笔记本中。没有终端，没有日志文件。@MatiasValdenegro我要更新信息，请参阅文章底部。