如何让tqdm在循环结束时优雅打印批次平均精度/损失？

方法1：结合累加计算与postfix实时更新 #

不需要额外保存所有批次的精度、损失数据，只需在循环中维护累加值和批次计数，通过set_postfix实时展示当前批次和累计均值，循环结束后用write在同一行输出最终结果：

from tqdm import tqdm
import numpy as np

total_loss = 0.0
total_acc = 0.0
num_batches = 100

pbar = tqdm(range(num_batches))
for batch_idx in pbar:
    # 模拟当前批次的loss和acc计算
    current_loss = np.random.uniform(0.1, 0.5)
    current_acc = np.random.uniform(0.8, 0.95)
    
    # 累加计算
    total_loss += current_loss
    total_acc += current_acc
    avg_loss = total_loss / (batch_idx + 1)
    avg_acc = total_acc / (batch_idx + 1)
    
    # 更新进度条后缀信息
    pbar.set_postfix({
        '当前损失': f'{current_loss:.4f}',
        '当前精度': f'{current_acc:.4f}',
        '平均损失': f'{avg_loss:.4f}',
        '平均精度': f'{avg_acc:.4f}'
    })

# 循环结束后输出最终均值
pbar.write(f'最终结果：平均损失={total_loss/num_batches:.4f}，平均精度={total_acc/num_batches:.4f}')

方法2：动态更新进度条描述文本 #

如果更关注最终均值的输出，也可以在循环中仅展示当前批次信息，最后用write输出累计均值：

from tqdm import tqdm
import numpy as np

total_loss = 0.0
total_acc = 0.0
num_batches = 100

with tqdm(range(num_batches), desc='训练批次') as pbar:
    for batch_idx in pbar:
        current_loss = np.random.uniform(0.1, 0.5)
        current_acc = np.random.uniform(0.8, 0.95)
        total_loss += current_loss
        total_acc += current_acc
        
        # 更新进度条描述，展示当前批次数据
        pbar.set_description(f'训练批次 | 当前损失:{current_loss:.4f} | 当前精度:{current_acc:.4f}')
    
    # 输出最终累计均值
    pbar.write(f'训练完成 | 平均损失:{total_loss/num_batches:.4f} | 平均精度:{total_acc/num_batches:.4f}')

核心优势 #

• 无需存储所有批次的精度、损失数据，仅维护累加值和计数，节省内存开销
• 利用tqdm原生方法set_postfix、set_description、write实现，不破坏进度条的输出格式
• 最终均值与进度条输出在同一行区域，保持日志的整洁性

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