mxnet训练loss输出

最近两天刚开始用mxnet，训练时发现log只有accuracy，没有loss，训练半天到跑验证的时候才发现loss为NAN了。

这样不能随时看到loss的变化而及时做出调整，比较浪费时间精力。

在python mxnet安装路径下有相关接口和文件。

我用的Anaconda2，路径为Anaconda2\Lib\site-packages\mxnet\metric.py

这是一个在线评价模块Online evaluation metric module。里面给出了一些精度、loss等的评价示例类，并且给出了详细直观的示例。这些评价类的基类都是class EvalMetric(object)。

如精度评价：

class Accuracy(EvalMetric):
    """Computes accuracy classification score.

    The accuracy score is defined as

    .. math::
        \\text{accuracy}(y, \\hat{y}) = \\frac{1}{n} \\sum_{i=0}^{n-1}
        \\text{1}(\\hat{y_i} == y_i)

    Parameters
    ----------
    axis : int, default=1
        The axis that represents classes
    name : str
        Name of this metric instance for display.
    output_names : list of str, or None
        Name of predictions that should be used when updating with update_dict.
        By default include all predictions.
    label_names : list of str, or None
        Name of labels that should be used when updating with update_dict.
        By default include all labels.

    Examples
    --------
    >>> predicts