- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我在最后使用带有 KerasClassfier 的 Sci-kit 学习管道。分类器将加载经过训练的模型进行预测。但是在将分类器添加到管道后(总共 3 个组件),我在调用 pipeline.predict_proba 后收到错误 AttributeError: 'KerasClassifier' object has no attribute 'model'。我认为它希望我适合它,但我正在导入训练有素的模型。我在网上找不到任何相关的东西。非常感谢您的帮助。以下是我的代码的相关部分:
def buildEngModelByLoading():
# load json and create model
json_file = open('saved_model/cnnModel.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)
# load weights into new model
loaded_model.load_weights("saved_model/cnnModel.h5")
print("Loaded classifier model")
return loaded_model
engSklearnCnn = KerasClassifier(build_fn=buildEngModelByLoading, epochs=20, batch_size=batchSize, verbose=1)
#Append classfier to one pipeline
pipeline.steps.insert(2,['classifier',engSklearnCnn])`
最佳答案
那是因为你忘了在predict
函数之前先使用compile
方法。
buildEngModelByLoading().compile(optimizer = 'classifier_optimizer', loss = 'loss_function', metrics = 'metrics')
然后只需将 classifier_optimizer
、loss_function
、metrics
替换为您使用的参数即可。
关于python - KerasClassifier - Sci-Kit 学习管道 [属性错误],我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49607704/
我有十几个预训练的 DNN,我希望将它们添加到 sklearn 集成中。问题是我似乎无法为 KerasClassifier 提供预训练模型。 classifier_models = [] # mode
我正在尝试使用 scikit-learn 进行网格搜索RandomizedSearchCV 函数与 Keras 一起使用KerasClassifier 不平衡多类分类问题的包装器。但是,当我尝试将 c
我正在尝试使用 KerasClassifier 包装器来制作我的工作流程对 scikit 友好。但是,当我尝试将它与以下功能一起使用时,它给出一个错误;使用原生 Keras 模型 fit() 训练模型
我正在尝试使用 KerasClassifier 包装器来制作我的工作流程对 scikit 友好。但是,当我尝试将它与以下功能一起使用时,它给出一个错误;使用原生 Keras 模型 fit() 训练模型
这个问题已经有答案了: How to pass a parameter to Scikit-Learn Keras model function (3 个回答) 已关闭 4 年前。 我正在尝试在 Ke
如果耐心达到我设置的数字,我希望分类器运行得更快并早点停止。在下面的代码中,它进行了 10 次拟合模型的迭代。 import numpy import pandas from keras.models
我正在使用 keras 进行流失预测。我使用了 Sklearn 的列转换器。我的代码是—— import keras from keras.models import Sequential from
目标是在具有多个输入的 Keras 模型上执行交叉验证。这适用于只有一个输入的正常顺序模型。但是,当使用功能 api 并扩展到两个输入时,sklearns cross_val_score 似乎无法按预
我有一个binary classification我需要根据2010-2015期间的客户互动来预测 future 潜在的流行/流行产品的问题. 目前,我的数据集包括1000 products每个产品都
我在最后使用带有 KerasClassfier 的 Sci-kit 学习管道。分类器将加载经过训练的模型进行预测。但是在将分类器添加到管道后(总共 3 个组件),我在调用 pipeline.predi
我想尝试测试一些超参数,那就是我想使用 GridSearchCV,因为这似乎就是这样做的方法。 但我也想使用验证拆分。使用像 EarlyStopping 或/和 ReduceLROnPlateau 这
我正在 Keras 模型上使用 sklearn 执行超参数调整优化 (hyperopt) 任务。我正在尝试使用 Sklearn 交叉验证来优化 KerasClassifiers,一些代码如下: def
这是代码,我只在最后一行得到错误,即 y_pred = classifier.predict(X_test)。我得到的错误是 AttributeError: 'KerasClassifier' obj
有人请澄清为什么我收到以下代码的属性错误? from sklearn.model_selection import cross_val_score from keras.models import S
以下代码抛出错误:类型错误:无法pickle _thread.lock对象 我可以看到这可能与将先前的方法作为 def fit(self, c_m) 中的函数传递有关。但我认为通过文档这是正确的:ht
我最初尝试了相同的方法并遇到了与 this SO questioner 相同的错误.但是,使用那里接受的(也是唯一的)答案给了我另一个错误:“input_dim 不是合法参数。” 然后我尝试在原始问题
import pandas as pd import numpy as np import matplotlib.pyplot as plt dataset = pd.read_csv("Churn_
我创建了一个 sklearn 管道,该管道使用 SelectPercentile(f_classif) 进行特征选择并通过管道传输到 KerasClassifier。用于 SelectPercenti
这是关于 TF 2.0。 请在我的代码下方找到使用 sklearn.model_selection.GridSearchCV 执行 GridSearch 和交叉验证的代码对于完美运行的 mnist 数
我有这个示例代码,它只能在 n_jobs=1 下运行。 Tensorflow 后端在 GPU 上运行。 当我在 cross_val_score 方法上使用 n_jobs=-1 运行时,程序卡住/停止工
我是一名优秀的程序员,十分优秀!