训练过程中实时显示 epoch 进度和动态指标

pbar = tqdm(total=epoch_step,desc=f'Epoch {epoch + 1}/{Epoch}',postfix=dict,mininterval=0.3)

tqdm 是一个 Python 库，用于在循环或迭代过程中显示进度条，帮助用户直观地了解代码的执行进度。

total=epoch_step:是进度条的总步数，表示需要完成的迭代次数。

desc=f'Epoch {epoch + 1}/{Epoch}'

• desc 参数用于设置进度条的前缀描述。

• f'Epoch {epoch + 1}/{Epoch}' 是一个格式化字符串，显示当前训练的 epoch 进度。例如，如果 epoch 是 2，Epoch 是 10，则会显示 Epoch 3/10。

 postfix=dict

• postfix 参数用于在进度条右侧显示额外的信息。

• dict 是一个字典，通常包含一些动态更新的指标（例如损失值、准确率等）。这些指标会实时显示在进度条右侧。

mininterval=0.3

• mininterval 参数用于设置进度条更新的最小时间间隔（单位：秒）。

• 这里设置为 0.3，表示进度条每隔 0.3 秒更新一次。

 示例：​​​​

from tqdm import tqdm

# 假设 epoch_step_val 是每个 epoch 的迭代次数
epoch_step_val = 100
Epoch = 10
epoch = 2

# 创建一个进度条
pbar = tqdm(total=epoch_step_val, desc=f'Epoch {epoch + 1}/{Epoch}', postfix=dict, mininterval=0.3)

# 模拟训练过程
for i in range(epoch_step_val):
    # 模拟计算损失和准确率
    loss = 1.0 - i / epoch_step_val
    accuracy = i / epoch_step_val

    # 更新进度条的 postfix 信息
    pbar.set_postfix({'loss': f'{loss:.4f}', 'accuracy': f'{accuracy:.4f}'})

    # 模拟每次迭代的时间
    time.sleep(0.1)

    # 更新进度条
    pbar.update(1)

# 关闭进度条
pbar.close()