如何在 tf.keras 训练期间获得当前时代的进展？答案

【问题标题】：How to get progress of current epoch during tf.keras training?如何在 tf.keras 训练期间获得当前时代的进展？
【发布时间】：2020-09-21 01:46:11
【问题描述】：

我正在编写一个 GUI 应用程序来训练各种基于 tf.keras 的模型。所以accuracy、loss 等的所有信息都应该在 GUI 上可见，而不是默认的 Keras 控制台输出。

现在我设法通过自定义tf.keras.callbacks.Callback 类在模型训练期间获取所有相关信息，该类工作正常。但我也想获得当前纪元的进度，即到目前为止已经训练了当前纪元的百分比，即 Keras 在训练期间通过进度条打印到控制台的内容。

有没有办法在 Keras 回调中检索该信息？

【问题讨论】：

您应该能够从Callback 中的on_train_batch_begin / on_train_batch_end 推断出这一点（如果需要，还可以使用test 回调），但是您需要知道每个时期有多少批次。
@jdehesa 谢谢，这是我的“B 计划”，但我希望有更好/更准确的方法。
我不确定这实际上是否可行，您想查看处理单个批次的进度吗？ TensorFlow 不提供该信息，您提供输入并最终获得输出，并且在一般情况下，它无法“知道”每个 epoch 有多少批次。您可以尝试花哨并收集每个批次回调的时间，以估计每个批次将花费多长时间（例如，使用某种移动平均线）并据此报告进度......但我不确定这是否可以可能值得付出努力。另请参阅this question。
@jdehesa 坦率地说，如果情况确实如此，我会感到惊讶。想想训练期间的默认控制台输出。对于每个 epoch，您会看到一个从 0 到 100% 的进度条，指示当前当前 epoch 的训练距离。所以这个信息一定在 Keras 的某个地方，对吧？编辑：作为最后的手段，我可以解析来自培训的控制台输出并使用该信息...
没错，你可以得到一个epoch的进度，但它总是以batch（或者，用Keras的话来说，是“step”）粒度。如果一个 epoch 有 10 个批次，你会看到每一步增加 10%，但你看不到 0% 到 10% 之间的进度。当您输入解决方案时，将当前步骤除以每个时期的步骤数是您的最佳选择。

标签： python tensorflow keras

【解决方案1】：

好的，找到了解决方案。它可以在Callback 类的self.params 属性中找到。
对我来说这是可行的：

def on_epoch_begin(self, epoch, logs=None):
    self.epoch_step = 0

def on_batch_end(self, batch, logs=None):
    self.epoch_step += 1
    progress = self.epoch_step / self.params["steps"]

对于reords，我找到了这个解决方案here in the keras-tqdm GitHub repo。

【讨论】：