Doc2Vec模型训练时tqdm进度条跑完后程序仍长时间运行问题

• 你代码里的tqdm仅包裹了train_tagged.values的遍历转换过程，统计的是把所有样本加载生成列表的进度，这步本身IO和计算量都很小，几分钟跑完符合预期。
• 真正耗时的40轮Doc2Vec训练逻辑是在model_dbow.train()方法内部执行的，这部分没有接入tqdm的进度统计，所以才会出现进度条走完后程序仍长时间运行的情况，和tqdm本身的功能无关。

你可以调整写法把进度统计接入到实际训练阶段，两种常用实现方式如下：

1. 开启gensim内置训练日志，直接查看每轮训练进度

import logging
logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)

# 训练阶段去掉列表生成步骤多余的tqdm即可
model_dbow.train(utils.shuffle(list(train_tagged.values)), 
                 total_examples=len(train_tagged.values), 
                 epochs=40)

2. 手动逐轮训练，给训练周期套tqdm进度条

from tqdm import tqdm

for epoch in tqdm(range(40)):
    model_dbow.train(utils.shuffle(list(train_tagged.values)),
                     total_examples=len(train_tagged.values),
                     epochs=1)
    # 手动衰减学习率，和原生train多轮训练逻辑保持一致
    model_dbow.alpha -= 0.0002
    model_dbow.min_alpha = model_dbow.alpha

内容的提问来源于stack exchange，提问作者user16796049