重新安装tensorflow-gpu后，跑程序的进度条变成了这个样子

重新安装tensorflow-gpu后，跑程序的进度条变成了这个样子

原来用的cpu，跑起来正常，用的是唐宇迪keras课程里的CNN代码，如图1.

我觉得CPU太慢了，重安了GPU版本后就变成了这个样子，每个EPOCH只有一个进度条而且后面的数字也不对，但是跑出来的结果好像没有不同……如图2。

这个进度条看起来比较奇怪，可能是由于 TensorFlow 的默认日志格式发生了改变。你可以尝试使用 tf.keras.callbacks.ProgbarLogger() 回调函数打印标准的进度条信息。

例如：

import tensorflow as tf
from tensorflow.keras.callbacks import ProgbarLogger

# 定义并编译模型
model = tf.keras.models.Sequential([
    # ...
])
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

# 使用 ProgbarLogger 回调函数打印进度条
logger = ProgbarLogger()
history = model.fit(x_train, y_train, batch_size=32, epochs=10, validation_split=0.2, callbacks=[logger])

# 打印训练历史记录
print(history.history)

在这个示例代码中，我们创建了一个 ProgbarLogger 对象，并将其作为回调函数传递给 model.fit() 方法。在训练过程中，TensorFlow 将使用标准进度条格式显示训练进度和性能指标。训练完成后，我们可以打印训练历史记录以获取更多信息。

另外，你提到你的程序运行结果好像没有不同，这是因为进度条只是一个可视化工具，与实际模型训练过程无关。即使进度条出现异常或者不能正常工作，模型训练仍然可以继续进行，只是你无法直观地了解训练进度。