如何在含model.predict的os.listdir循环中正确显示tqdm进度条？

问题原因 #

Keras的model.predict()方法默认会启用自身的进度条，当你在tqdm循环内调用该方法时，两个进度条会互相干扰，导致出现多条小型的Keras进度条，你需要的文件级tqdm进度条无法正常显示。

解决方案 #

方法1：关闭Keras predict的内置进度条 #

直接在调用model.predict()时设置verbose=0，禁用其自带的进度条输出：

for filename in tqdm(os.listdir('train')):
    path = os.path.join('train', filename)
    for i in range(9):
        # 通过verbose=0关闭Keras的进度条
        features = model.predict(some_array, verbose=0)

方法2：嵌套tqdm实现多级进度监控（可选） #

如果需要同时监控文件处理进度和每个文件内的子任务进度，可以嵌套使用tqdm，同时确保关闭Keras的进度条：

for filename in tqdm.tqdm(os.listdir('train'), desc="处理文件"):
    path = os.path.join('train', filename)
    # leave=False让内层进度条完成后自动清除，避免冗余输出
    for i in tqdm.tqdm(range(9), desc=f"处理{filename}的子任务", leave=False):
        features = model.predict(some_array, verbose=0)

效果说明 #

修改后，原本的多条小型Keras进度条会消失，只会显示你需要的文件级（或嵌套的子任务级）tqdm进度条，清晰展示整体处理进度。

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