我想在Kaggle笔记本环境中训练一个带有 tf.estimator.DNNClassifier 的模型，其中互联网被阻止 . 因此，我无法使用Tensorboard来监控进度 . 所以相反，我想在标准输出中记录进度（类似于我们在Keras模型上调用 fit 方法时），但我无法使其工作 .

到目前为止我所尝试的是将日志记录级别设置为 INFO 并将 tf.estimator.RunConfig 实例传递给估算器 . RunConfig 具有 log_step_count_steps 属性，默认值= 100，这似乎与我要查找的内容有关，但它不起作用 . 以下是代码的一部分：

import logging;
logging.getLogger().setLevel(logging.INFO)
tf.logging.set_verbosity(tf.logging.INFO)

config = tf.estimator.RunConfig()
classifier = tf.estimator.DNNClassifier(
    feature_columns = feature_columns,
    hidden_units = [128, 64],
    n_classes = 2,
    config = config
)

classifier.train(input_fn=train_input_fn)

我使用Tensorflow版本 1.11.0-rc1 .

python tensorflow tensorflow-estimator