我听不到DNNClassifier在训练时打印进度，即损失和验证分数。据我了解，可以使用从BaseEstimator继承的config参数来打印损失，但是当我传递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)
我想念什么吗？我检查了RunConfig如何处理详细参数，似乎它只在乎它是否大于1，这与文档不匹配：
详细：控制详细程度，可能的值：0：算法和调试信息被静音。1：培训师打印进度。2：打印日志设备的位置。
至于验证分数，我认为使用monitors.ValidationMonitor会很好，但是尝试时，分类器不会打印任何内容，而尝试使用Early_stopping_rounds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函数之前添加它们会显示进度：
import logging
logging.getLogger().setLevel(logging.INFO)
样品：
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
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句