在我們訓練神經網路的時候,經常會消耗很長的時間來等待訓練的結果。而這個過程,我們又不知道訓練的怎麼樣了,進行到了哪一步?
因此,進度條可以幫助我們更好的視覺化訓練的進度。
通過python的tqdm模組即可方便的實現進度條視覺化效果。
安裝tqdm
使用簡單的命令即可安裝(這裡使用阿里雲的映象安裝)
pip install tqdm -i
乙個簡單的例項
# 匯入模組
from tqdm import tqdm, trange
import time
下面介紹三個方法
for i in tqdm(
range
(100))
:# 新增這個暫停函式完全是為了更好的視覺化效果,實際訓練中可不使用
# 當你去掉這個暫停的話,進度條會非常的快
# 而對於實際訓練,進度條不會很快,因此不必新增time.sleep
time.sleep(
0.1)
pass
# 當然也可以用tqdm(range(100))替換為trange(100)
for i in trange(
100)
: time.sleep(
0.1)
pass
# 這裡可以設定程序的物件:abcd
process = tqdm(
['a'
,'b'
,'c'
,'d'])
for i in process:
time.sleep(1)
process.set_description(
"process %s"
%i)
最後會看到下面這個結果 tqdm 進度條功能
用來顯示進度條的,很漂亮,使用很直觀 在迴圈體裡邊加個tqdm 而且基本不影響原程式效率。這樣在寫執行時間很長的程式時,能實時看到程式執行進度,很棒。pip install tqdm 安裝最新的開發版 pip install e git tqdm list 方法可以傳入任意一種list,比如陣列或者...
python進度條tqdm使用
from tqdm import tqdm,trange import time def a sumi 0 list1 for i in tqdm range 100 for i in trange 100 sumi sum sumi,i time.sleep 0.1 return sumi 通過t...
任務進度視覺化,Python 進度條模組 Tqdm
tqdm 是乙個易用性強 擴充套件性高的 python 進度條庫,可以在 python 長迴圈中新增乙個進度提示資訊,我們只需要封裝任意的迭代器 tqdm iterator 即可。安裝過程如下 自動控制進度更新 傳入可迭代物件 輸出結果為 使用方法 trange 輸出結果為 為進度條設定描述 在 f...