提示：以下是本篇文章正文内容，下面案例可供参考

一、tqdm基本知识

“tqdm” 是一个 Python 库，用于在命令行界面中创建进度条。
基本使用如下：

from tqdm import tqdm
import timeitems = range(10)
for item in tqdm(items, desc="Test", total=len(items)):time.sleep(1)

其文档如下：

只介绍传入的三个参数：iterable, desc, total
iterable:是一个可迭代对象
desc：进度条前的描述性信息
total：可迭代对象的长度
结果如下：

可以看到有描述性信息，进度条，已经运行了多少时间，还差多少时间，速度。在之后还可以添加后缀描述，见下面。

二、在pytorch中使用tqdm

一般都是在train函数中使用tqdm，讲dataloader做为一个可迭代对象传入tqdm

loop = tqdm((dataloader_train), desc=f"Epoch: [{epoch}/20]", total=len(dataloader_train))for img, label in loop:img = img.to(device)label = label.to(device)output = model(img)optimizer.zero_grad()loss = criterion(output,label)loss.backward()optimizer.step()train_loss += loss.item()correct += (torch.argmax(output,dim=1) == label).sum().item()loop.set_postfix(loss=loss.item() / label.shape[0])print("epoch: {i}    Train Loss: {loss}".format(i=epoch, loss=train_loss))print("epoch: {i}    Train Accuracy: {acc}".format(i=epoch, acc=correct / len(dataset_train)))