Tensorflow Keras ProgBar（verbose=1）有一个奇怪的输出

我用keras拟合一个简单的nn，将verbose设置为1，每个历元的输出如下：

1/10纪元
9357/9357[=======================================]预计到达时间：34秒-损失：8.3609-附件：
0.0000e+-预计到达时间：19s-损耗：8.4473-附件：0.0020-预计到达时间：15s-损耗：8.4058
-附件：0.00-预计到达时间：12秒-损失：8.3917-附件：9.7656e-预计到达时间：11秒-损失：
8.3876-附件：7.8125e-预计到达时间：9s-损失：8.3786-附件：0.0013-预计到达时间：9s
-损失：8.3754-附件：0.001-预计到达时间：8s-损失：8.3732-附件：9.7656e-0-预计到达时间：7s
-损失：8.3656-附件：0.0022-预计到达时间：7s-损失：8.3637-附件：0.007-预计到达时间：
6s-损耗：8.3672-附件：0.009-预计到达时间：6s-损耗：8.3610-附件：0.014-预计到达时间：
5s-损耗：8.3597-附件：0.017-预计到达时间：5s-损耗：8.3559-附件：0.021-预计到达时间：
5s-损耗：8.3551-附件：0.025-预计到达时间：5s-损耗：8.3530-附件：0.028-预计到达时间：
4s-损耗：8.3527-附件：0.029-预计到达时间：4s-损耗：8.3491-附件：0.031-预计到达时间：4s-
损失：8.3479-附件：0.033-预计到达时间：3s-损失：8.3465-附件：0.035-预计到达时间：3s-
损失：8.3432-附件：0.036-预计到达时间：3s-损失：8.3390-附件：0.038-预计到达时间：3s-
损失：8.3344-附件：0.041-预计到达时间：2秒-损失：8.3329-附件：0.043-预计到达时间：2秒-
损失：8.3290-附件：0.045-预计到达时间：2秒-损失：8.3288-附件：0.046-预计到达时间：2秒-
损失：8.3286-附件：0.048-预计到达时间：1s-损失：8.3273-附件：0.049-预计到达时间：1s-
损失：8.3238-附件：0.051-预计到达时间：1s-损失：8.3219-附件：0.052-预计到达时间：1s-
损失：8.3173-附件：0.054-预计到达时间：0s-损失：8.3154-附件：0.055-预计到达时间：0s-
损失：8.3152-附件：0.056-预计到达时间：0s-损失：8.3107-附件：0.057-预计到达时间：0s-
损耗：8.3073-附件：0.058-预计到达时间：0s-损耗：8.3029-附件：0.060-8S903us/步-损耗：8.3040-附件：0.0604-损耗：8.2866-损耗：0.0588

我使用Keras已经有一段时间了，但我从未得到这个输出。这是我第一次将其用于Conv2D层。这是我的代码，即使我不认为它是相关的：

cnn\u层=[32]
cnn_内核=[（5,5）]
密集_层=[32]
模型=顺序（）
历史=历史（）
对于范围内的i（len（cnn_层））：
add（Conv2D（cnn_层[i]，cnn_内核[i]，input_shape=X.shape[1:]，padding='same'））
添加（BatchNormalization（））
添加（激活（'relu'））
add（MaxPooling2D（池大小=（2,2）））
model.add（展平（））
对于范围内的i（len（密集层））：
添加（密集（密集层[i]，激活='relu'））
model.add（密集型（Y.shape[1]，激活='softmax'））
adm=keras.optimizers.Adam（lr=0.001，衰减=0）
compile（loss='classifical\u crossentropy'，optimizer=adm，metrics=['accurity']）
model.fit（X，Y，epochs=10，batch\u size=256，validation\u split=0.05，callbacks=[history]，verbose=1）

您第一次使用

历史记录

回调时也是这样吗？我在训练期间出于任何原因打印东西时都会得到这种类型的输出。可能历史记录回调正在执行一些奇怪的操作，从而中断打印您可能不应该使用它并使

history=model.fit（…）

，不进行回调。您是否能够解决此问题？我没有打印任何东西，有这个问题