神经网络已编译，但训练未开始

Question

我想用keras训练一个神经网络，但训练没有开始，而且它发生在非常奇怪的情况下。

这是我代码的一部分：

model = Sequential()
model.add(Convolution2D(8, 7, 7, border_mode='valid', input_shape=(1, 31, 31), activation='tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Convolution2D(16, 5, 5, border_mode='valid', activation='tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Convolution2D(32, 3, 3, border_mode='valid', activation='relu'))
model.add(Flatten())
model.add(Dense(23))
model.add(Activation('tanh'))
model.add(Dropout(0.1))
model.add(Dense(11))
model.add(Activation('sigmoid'))
model.add(Dropout(0.1))
model.add(Dense(1))
model.add(Activation('sigmoid'))
optimizer = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
print("optimizer done")
model.compile(loss='binary_crossentropy', optimizer=optimizer)
print("compile done")
sys.stdout.flush()
model.fit(dataset, labels, batch_size=batch_size, nb_epoch=nb_epoch, shuffle=True, validation_split=0.1, verbose=2)

如果我使用 python mynn.py 在终端中运行此代码，一切正常，训练开始。

但是如果我使用 python mynn.py & 、 python mynn.py > results.txt 在终端中运行此代码，或者如果我在我的代码sys.stdout = open('Outputs.txt', 'w')中重定向输出，那么程序会停止使用 fit 方法，因此学习不会开始。显示compile done，但仅此而已，没有培训。

我看了一下，似乎程序一直在调用这个函数clock_gettime(CLOCK_MONOTONIC_RAW, {,}) = 0

任何想法为什么当我重定向输出时它没有启动？

Answer 1

最后，该过程开始，但不会在终端中显示任何内容或写入输出文件，直到训练完全结束（执行的所有纪元）。

我通过开始许多不同的小训练发现了，只有几个时代，只有当所有训练结束时，所有内容才会显示出来。