是否可以覆盖 TensorFlow 的 keras 的进度条？答案

【问题标题】：Is it possible to override the progress bar of TensorFlow's keras?是否可以覆盖 TensorFlow 的 keras 的进度条？
【发布时间】：2020-04-25 20:31:34
【问题描述】：

在过去的几天里，我一直在观察进度条中打印丢失的奇怪行为。事实证明，奇怪的行为是由于the default progress bar of keras displays a moving average of the losses（而不是每个时期的实际损失）。

那么，是否可以覆盖 TensorFlow 的 keras 的进度条？我不这么认为。

有一个类tf.keras.utils.Progbar 包含参数stateful_metrics，这可能是我需要的，但fit 似乎没有提供覆盖进度条或将行为从移动平均更改为的选项纪元/步骤的实际损失。你建议什么替代方案？随意用一些可重现的代码在下面写一个答案。

【问题讨论】：

标签： tensorflow keras tensorflow2.0 tf.keras

【解决方案1】：

听起来你想要的应该通过tf.keras.callbacks.ProgbarLogger来完成。从理论上讲，它应该按照以下示例中的说明工作，但是，目前有一个 issue 和 tf.keras.callbacks.ProgbarLogger。

import tensorflow as tf
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense, Flatten

(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
x_train, x_test = x_train / 255, x_test / 255

model = tf.keras.Sequential([
    Flatten(),
    Dense(128, activation='relu'),
    Dense(10)
])

loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
model.compile(optimizer='adam', loss=loss_fn, metrics=['accuracy'])
progbar_callback = tf.keras.callbacks.ProgbarLogger(stateful_metrics="accuracy")
model.fit(x_train, y_train, callbacks=[progbar_callback])

【讨论】：