在 kaggle 上训练 model 时反复收到消息“清理调用...”。 我们怎样才能摆脱这个？ （CNN model 使用 Keras）
[英]Getting the message 'Cleanup called...' repeatedly while training a model on kaggle. How can we get rid of this? (CNN model using Keras)
问题描述
model.compile(optimizer='adam',loss='categorical_crossentropy', metrics=['accuracy'])
history = model.fit(train_data,epochs = 1,validation_data = test_data,verbose=1, callbacks =[earlystopping, csv_logger])
9/87606 [..............................] - ETA: 20:44 - loss: 0.2311 - accuracy: 0.8889
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
Cleanup called...
2 个解决方案
解决方案1
0 2022-08-06 02:04:53
解决方案2
-2 2022-05-26 16:17:12
This is Actually a debugging message which is being displayed in Tensorflow.
这实际上是在 TensorFlow 中显示的调试消息。 Try below code to disable it.尝试下面的代码来禁用它。
import tensorflow as tf
tf.get_logger().setLevel('INFO')*
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
相关问题
使用kaggle内核进行模型训练 - Model training using kaggle kernel
如何在 cnn 训练 model 中获得最终准确度结果？ - How i can get the final accuracy result in cnn training model?
使用 keras 训练 CNN model 可与 CPU 一起使用，但不适用于 GPU - Training CNN model using keras works with CPU but not with GPU
(Keras) 我的CNN model 训练进度卡住 - (Keras) My CNN model training progress get stuck
如何使用 CNN 模型 Keras 解决错误？ - How can solve Error with CNN Model Keras?
Keras CNN 模型中的训练和损失没有改变 - Training and Loss not changing in Keras CNN model
我们如何生成 CNN model？ - how can we generate a CNN model?
Keras 在 CNN model 中使用正则化器时被冻结 - Keras getting frozen when using regularizer in CNN model
在 Keras 中使用 CNN Model 获得相当差的准确度 - Getting pretty bad accuracy using CNN Model in Keras
Keras：如何在每批训练时修改 keras model 的输入 - Keras: how to modify input of keras model while training for every batch
相关标签