Elixirからkerasを呼び出した際の事について。

https://qiita.com/piacere/items/c1af7b6ce472db83cff6
以上のサイトに従ってElixirからkerasを呼び出せるようになりました。自分が使用しているデータセットでも同じ様に、行った所実行できたのですが、kerasの学習の進行状況を表示がおかしくなります。
通常だと以下のようになります。
1710/1710 [==============================] - 10s 6ms/step - loss: 1.5044 - acc: 0.5836 - val_loss: 2.8046 - val_acc: 0.1479
Epoch 2/100
1710/1710 [==============================] - 8s 5ms/step - loss: 0.6558 - acc: 0.7936 - val_loss: 2.3610 - val_acc: 0.3411
Epoch 3/100
1710/1710 [==============================] - 8s 5ms/step - loss: 0.5066 - acc: 0.8409 - val_loss: 2.2140 - val_acc: 0.3391

しかしElixirから呼び出した際は、以下の様に文字化け？の様な感じになります。

100/1710 [>.............................] - ETA: 16s - loss: 3.9383 - acc: 0.0400^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H1100/1710 [==================>...........] - ETA: 0s - loss: 1.8918 - acc: 0.4791 ^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H1710/1710 [==============================] - 9s 5ms/step - loss: 1.5196 - acc: 0.5655 - val_loss: 2.2404 - val_acc: 0.5788
Epoch 2/100
100/1710 [>.............................] - ETA: 0s - loss: 0.5967 - acc: 0.7700^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^1200/1710 [====================>.........] - ETA: 0s - loss: 0.6965 - acc: 0.7842^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^H^1710/1710 [==============================] - 8s 5ms/step - loss: 0.6963 - acc: 0.7895 - val_loss: 1.9084 - val_acc: 0.5811

これでも、結局この表示がおかしいだけで問題なく動いているのですが、これは何故起きるのでしょうか？また、Elixirから呼び出す事により、マルチコアでプログラムを回せるので処理が速くなるとのことですが、実際そんな変わっていない様です。現在デュアルコアのPC実行しているのでそもそもそんなには変わらないという事でしょうか？

行動規範の内容に同意します

回答2件

ベストアンサー

プログレスバーの表示が崩れる件は、Elixir と Python の連携に使っている ErlPort のリファレンスマニュアルを確認しましたが、ErlPort 側の設定で対応するのは無理そうでした。

mkgrei さんが教えてくれた fit の verbose を 0 か 2 に設定して、プログレスバーを非表示にするのがよさそうです。

また、Elixirから呼び出す事により、マルチコアでプログラムを回せるので処理が速くなるとのことですが、実際そんな変わっていない様です。

Elixir から呼び出しても Keras の処理が速くなることはないと思います。Elixir がマルチコアで実行できるのは Elixir で書いたプログラムです。上の記事ですと「データクレンジング」と「集計・統合」といった機械学習の前処理がそれにあたります。記事の主張は、前処理が Python や他の言語よりも簡潔かつ直感的に書け、しかも非常に簡単にマルチコア化できる、といったことです。（記事には書かれていませんが、Elixir ですと複数のサーバーを使用して分散処理させることも簡単にできます）

Keras のバックエンドに使っている TensorFolw は C++ という高速な言語で書かれていて、特に設定しなくても、学習をマルチコアで実行します。（記事に載っている predict_sin.py を Python から直に実行して CPU の使用率を見ると、全てのコアが使われることが確認できます）　ですから機械学習の部分をいま以上に高速化する余地はあまりなさそうに思えます。

投稿2018/02/27 14:35