首页 > 分享 > 在深度学习程序中显示美观的进度条（史上最全的tqdm使用大全）

在深度学习程序中显示美观的进度条（史上最全的tqdm使用大全）

萌宠菠菠乐园
2024-10-16 15:26

对于跑深度学习的人来说，如何更直观的观察训练进度和模型损失是十分重要的事。好的深度学习代码，在训练过程中能够直观的给人呈现出进度和损失等信息。这样不仅有利于我们更好的安排时间，还能时的帮助我们调整程序（比如说发现损失值一直居高不下）。今天本文就给大家介绍一个进度条神器tqdm。用过都说好！

下载tqdm库

conda activate 环境名 pip install tqdm 或者 conda install tqdm 1234

基础用法

直接用在for 循环中，显示循环进度

from tqdm import tqdm import time for i in tqdm(range(100)): time.sleep(0.01) # 模拟处理时间 1234

在这里插入图片描述

跟列表结合使用

在取到列表中的元素的同时，显示进度

from tqdm import tqdm import time my_list = range(100) for item in tqdm(my_list): # print(item) time.sleep(0.01) # 模拟处理时间 123456

在这里插入图片描述

带提示的进度条

这里的Processing可以自己设置，ascii将进度条换了个格式，我感觉这个格式不是很好看。

from tqdm import tqdm import time for i in tqdm(range(100), desc='Processing', ascii=True, ncols=100): time.sleep(0.01) 1234

在这里插入图片描述

自己设置进度条和自己定义更新

下面定义了一个进度条，总长度为99，每运行一次pbar就更新一次进度条（+1）
最多更新99次

from tqdm import tqdm import time pbar = tqdm(total=99) for i in range(100): pbar.update(1) time.sleep(0.01) pbar.close() 1234567

自定义进度条处理单位

unit设置了进度条处理速度单位

for i in tqdm(range(100), desc="Processing", unit="个"): time.sleep(0.01) 12

在这里插入图片描述

动态显示损失值

from tqdm import tqdm import time Epochs = 3 for epoch in range(Epochs): loss = 0 pbar = tqdm(range(100), desc='Epoch {}/{}'.format(epoch, Epochs)) for data in pbar: #training code # loss += 1 time.sleep(0.01) pbar.set_postfix(loss=loss) 1234567891011

在这里插入图片描述