train_score = np.sqrt(np.mean(np.power(Y_train - train_predict, 2))) test_score = np.sqrt(np.mean(np.power(Y_test - test_predict, 2)))在控制台显示的1/1 [==============================] - 1s 571ms/step 1/1 [==============================] - 0s 23ms/step要如何关闭
时间: 2023-07-24 21:21:51 浏览: 80
rand_sqrt_test.zip_vc6.0 随机数
这些输出是由训练和测试过程中的进度条显示器自动生成的。如果您不希望看到这些输出,可以将 `verbose` 参数设置为 0,例如:
```python
model.fit(X_train, Y_train, epochs=10, verbose=0)
```
或者,您可以禁用进度条显示器,例如:
```python
from tensorflow.keras.callbacks import Callback
class DisableProgressBar(Callback):
def on_train_begin(self, logs=None):
self.params['verbose'] = 0
model.fit(X_train, Y_train, epochs=10, callbacks=[DisableProgressBar()])
```
这将创建一个回调对象,在训练期间禁用进度条显示器。
阅读全文