RandomizedSearchCV.fit输出KerasRegressor、rv_frozen对象是什么含义？

1. Jupyter Notebook 中的 RandomizedSearchCV 输出 #

你在Jupyter中调用fit方法后看到的这段输出是RandomizedSearchCV类实例的默认结构化展示内容，仅用于呈现你配置的搜索参数：包括3折交叉验证、待优化的Keras回归器、超参数搜索范围等，属于完全正常的信息输出，不是错误。如果不想展示该输出，只需在fit语句末尾添加分号;即可。

你看到的输出内容：

RandomizedSearchCV(cv=3,
estimator=<tensorflow.python.keras.wrappers.scikit_learn.KerasRegressor
object at 0x7f466c02fe20>,
param_distributions={'learning_rate': <scipy.stats._distn_infrastructure.rv_frozen object at
0x7f46ed175580>,
'n_hidden': [0, 1, 2, 3],
'n_neurons': array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17,
...99])})

2. 终端运行得到的 TensorFlow 日志输出 #

你重定向到trace.txt的所有内容都是TensorFlow的INFO（信息）级别日志（日志开头的I就是INFO的标识，错误为E、警告为W），全部属于正常运行提示，不是错误，无需修复。
各条日志的具体含义：

• Not creating XLA devices, tf_xla_enable_xla_devices not set：未开启XLA（加速线性代数）编译优化，TensorFlow默认不启用该功能，不影响正常训练推理
• This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations: SSE4.1 SSE4.2 AVX AVX2 AVX512F FMA...：你安装的预编译版本TensorFlow已经适配了你CPU的高级指令集，在核心运算中会自动调用加速，仅提示如果要在全运算链路启用需要自行源码编译TensorFlow，普通使用无需处理
• Creating new thread pool with default inter op setting: 2. Tune using inter_op_parallelism_threads for best performance.：TensorFlow使用默认配置创建了算子调度线程池，仅提示可调整线程数参数优化性能，无特殊需求不用修改
• None of the MLIR optimization passes are enabled (registered 2)：MLIR中间表示优化模块默认未启用，不影响正常运行
• CPU Frequency: 1190400000 Hz：TensorFlow检测到的CPU主频信息，纯运行提示
  如果不想看到这类INFO级别的日志，可在代码最开头、导入TensorFlow之前添加如下配置：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

该配置会屏蔽INFO、WARNING级别的日志，仅打印错误信息。

内容的提问来源于stack exchange，提问作者goahead97