我之前训练大批次神经网络时也遇到过这个问题——几万次迭代的输出刷屏太难受，用clear_output又丢了历史记录。下面几个方案亲测好用，分场景给你：

1. IPython/Jupyter 轻量方案：滚动缓冲区 + 选择性打印 #

这个方案不用额外装依赖，核心是用一个列表存所有日志，每次清屏后只打印最后N行，同时缓冲区里保留着完整历史（也可以定期截断避免内存占用）：

from IPython.display import clear_output

# 配置参数
N = 10  # 要显示的最后N行日志
max_buffer_size = 1000  # 可选：限制缓冲区最大长度，防止内存溢出
log_buffer = []

for generation in range(10000):
    # 替换成你的训练代码，生成当前世代的日志
    current_loss = 0.5 * (1/generation) if generation > 0 else 1.0
    current_log = f"Generation {generation:5d}: Loss = {current_loss:.4f}"
    
    # 把新日志加入缓冲区
    log_buffer.append(current_log)
    
    # 可选：如果缓冲区超过设定值，只保留最近的内容
    if len(log_buffer) > max_buffer_size:
        log_buffer = log_buffer[-max_buffer_size:]
    
    # 清屏（wait=True 避免闪烁）并打印最后N行
    clear_output(wait=True)
    print("\n".join(log_buffer[-N:]))
    
    # 训练中途想查看完整日志？直接在其他单元格打印 log_buffer 就行！

2. Jupyter 进阶方案：用输出小部件固定显示区域 #

如果你的训练代码在Jupyter Notebook/Lab里，用ipywidgets的输出部件体验更好——输出会固定在一个带滚动条的区域，不会干扰其他单元格，还能随时回看历史：

from ipywidgets import Output
from IPython.display import display

# 创建一个带滚动的输出部件，设置高度（比如300px）
output_widget = Output(layout={'height': '300px', 'overflow_y': 'auto'})
display(output_widget)

N = 10
log_buffer = []

for generation in range(10000):
    current_loss = 0.5 * (1/generation) if generation > 0 else 1.0
    current_log = f"Generation {generation:5d}: Loss = {current_loss:.4f}"
    log_buffer.append(current_log)
    
    # 更新输出部件内容
    with output_widget:
        output_widget.clear_output(wait=True)
        print("\n".join(log_buffer[-N:]))

需要查看更早的日志？直接拖动部件的滚动条就行，缓冲区里存着所有记录（同样可以加截断逻辑控制内存）。

3. 终端环境方案：用ANSI转义序列覆盖输出 #

如果是在普通终端里跑脚本，不用清屏，直接用ANSI控制码覆盖之前的N行内容，同时把完整日志写入文件留存：

import sys

N = 10
log_buffer = []

# 打开日志文件，持续写入完整记录
with open("training_full_log.txt", "a", buffering=1) as log_file:
    for generation in range(10000):
        current_loss = 0.5 * (1/generation) if generation > 0 else 1.0
        current_log = f"Generation {generation:5d}: Loss = {current_loss:.4f}"
        
        log_buffer.append(current_log)
        log_file.write(current_log + "\n")  # 写入完整日志到文件
        
        if len(log_buffer) <= N:
            # 还没到N行，直接打印新日志
            print(current_log)
        else:
            # 用ANSI转义序列将光标移到N行之上，覆盖打印最后N行
            sys.stdout.write(f"\033[{N}A")  # 光标上移N行
            for line in log_buffer[-N:]:
                sys.stdout.write("\033[K")  # 清除当前行原有内容
                print(line)
            sys.stdout.flush()

这个方案在终端里只会更新最后N行内容，不会刷屏，同时training_full_log.txt里存着所有训练记录，方便后续分析。

内容的提问来源于stack exchange，提问作者Arsen Zahray