机器学习中的冗长-Python教程-PHP中文网

机器学习中的冗长

Mary-Kate Olsen

发布： 2024-10-16 18:12:02

原创

995 人浏览过

冗长

编程中的一个标志，用于控制程序执行期间生成的输出级别。它决定向用户显示多少信息，范围从无输出（静默模式）到包括进度更新、指标和其他诊断信息的详细日志。

用法：

Verbose=0：不生成输出。
Verbose=1：显示基本输出，通常包括进度指示器。
Verbose=2：提供详细输出，包括综合指标和附加日志记录。

图片

详细：0
Verbose in Machine Learning

详细：1
Verbose in Machine Learning

详细：2

Verbose in Machine Learning

表：机器学习框架中的默认详细级别

Framework	Default Verbosity	Description
Keras/TensorFlow	verbose=1	Basic output with a progress bar.
Scikit-Learn	Typically verbose=0	No verbosity set by default; varies by estimator. Most estimators default to 0.
XGBoost	verbosity=1	Displays warnings and progress information.
LightGBM	verbosity=1	Provides progress information during training.
PyTorch	No direct verbose flag	Logging can be controlled using different logging libraries.

框架

默认详细程度

描述标题>

详细=1 带有进度条的基本输出。 Scikit-Learn

通常很详细=0 默认情况下没有设置详细程度；因估算器而异。大多数估算器默认为 0。 XGBoost

详细程度=1 显示警告和进度信息。 LightGBM 详细程度=1 在训练期间提供进度信息。 PyTorch 没有直接详细标志可以使用不同的日志库来控制日志记录。表> 何时使用：使用 verbose=0 进行静默操作、批处理或生产运行。当您需要基本更新时，请使用 verbose=1 进行一般训练。当您需要密切监控每个细节或调试模型时，请使用 verbose=2。

以上是机器学习中的冗长的详细内容。更多信息请关注PHP中文网其他相关文章！