我正在尝试使用Keras Tuner搜索模型的超参数，但在运行代码时得到以下错误："RuntimeError:模型构建函数没有返回有效的Keras模型实例，找到< keras.engine.sequential.Sequentialobject at 0x000001E9C2903F28 >“ 我已经在互联网上搜索，但没有找
浏览 44提问于2020-03-09得票数 1
回答已采纳
我正在尝试学习CNN在一个程序中的Krish naik教程，我得到了这个错误：我的代码如下所示fashion=keras.datase
浏览 2提问于2020-06-01得票数 1
1回答
我收到以下错误，但我不能找出原因： RuntimeError:建模函数未返回有效的Keras模型实例，found (，) 我已经看过答案了这里和这里这似乎告诉我们要导入keras来自tensorflow而不是独立keras这是我正在做的，但仍然得到错误。下面是我的完整代码： from tensorflow.keras.layers import Input, D
浏览 55提问于2021-02-21得票数 0
回答已采纳
1回答
我试图使用KerasTuner自动调整神经网络体系结构，即隐藏层数和每个隐藏层中的节点数。目前，神经网络的体系结构是用一个参数NN_LAYER_SIZES定义的。KerasTuner有以下超参数类型()：这些超参数类型似乎都不适合我的用例。所以我编写了下面的代码来扫描隐藏层的数量和节点的数量。
浏览 4提问于2021-12-30得票数 6
4回答
我正在尝试重新加载或访问Keras-Tuner Trials，在Tuner的搜索完成后检查结果。我无法找到任何与此问题相关的文档或答案。例如，我设置了BayesianOptimization来搜索最佳的超参数，如下所示：tuner = kt.BayesianOptimizationmax_trials=10,
directory='kt_dir'
浏览 3提问于2021-05-12得票数 1
我正在使用Keras tuner工具调整我的模型超参数，如下所示： x=preprocessed_train_df, validation_split=0.1, callbacks=[es],我使用以下两种方法测试了调谐器的结果，理论上这两种方法应该返回相同的结果：best_hps = t
浏览 12提问于2021-05-14得票数 0
回答已采纳
1回答
模型摘要为空
、、、、
我正在尝试使用keras函数API构建一个神经网络，并使用keras调谐器来训练网络。该模型由一些嵌入层和一些密集层组成：import numpy as npfrom keras.layersbest_epoch = val_acc_per_epoch.index(max(val_acc_per_epoch)) + 1
print('Best e
浏览 8提问于2021-06-07得票数 0
在搜索了超参数之后，我尝试了两种方法来获得最佳模型。然后用这两种模型对相同的数据进行预测，预测结果相差很大。tuner.search(x_train, y_train)
best_hps=tuner</em
浏览 8提问于2022-05-17得票数 2
1回答
我正在使用Keras (我是初学者)创建一个模型，并编写了一个lambda函数来随机选择是否翻转初始输入层。下面是尝试这样做的代码片段：flipped = Lambda(lambda x: keras.backend.reverse(np.random.random() < 0.5 else x, output_shape=(input_global.shape[1], input_global.shape[2]))(inp
浏览 4提问于2020-04-17得票数 0
回答已采纳
1回答
为TensorBoard命名目录
、、、、
我使用Keras调谐器的BayesianOptimization来搜索模型的最佳超参数，我还使用TensorBoard回调来可视化每个模型/试用的性能。然而，来自调谐器的试验却被奇怪地命名/标记(例如，trial_1dc4838863f2e4e8a84f0e415ee1db33). )。在Keras文档中，我找不到如何做它，或者在创建Tuner实例时是否存在参数。
浏览 1提问于2021-01-21得票数 1
回答已采纳
在使用Keras时，似乎没有允许跳过有问题的超调组合的方法。例如，Conv1D层中的过滤器数量可能与以下MaxPooling1D层中池大小的所有值不兼容，从而导致建模中的错误。是否有一种方法可以跳过任何导致错误的超参数组合？values=['rmsprop', 'adam', 'sgd'] metrics=['accuracy']
浏览 2提问于2020-09-16得票数 3
2回答
我看到了各种帖子/指南，以及一个Udemy课程，它建议通过优化用于训练Keras模型的历次是个好主意。
当你训练一个400年代的模型时，你也训练了200次。当你训练一个400年代的模型时，最好的时期可以是400年代中的任何一个。也就是说，如果您使用GridSearchCV来训练一个模型，这种方法没有考虑到这一点，它只是在比较不同的模型时考虑到最后一个时代。当你做了20
浏览 0提问于2019-08-03得票数 0
回答已采纳
1回答
我使用不同的LSTM架构与角化器相结合。tuner for storing hyper-parameters
A compiled LSTM keras Model model)),在培训后，当我试图将模型保存为h5数据时，我会收到以下h5：
/usr/local/lib/python3.8/dist-packages/
浏览 11提问于2021-11-22得票数 0
回答已采纳
在一些赋值和黑客操作期间，我使用随机森林和XGBoost等算法创建了几个模型，并使用GridSearchCV找到了参数的最佳组合。但我无法理解的是如何为GridSearchCV选择这些参数。, 15, 20, 40, 50, 75, 100,1000],但是，我如何决定是否可以选择更好的参数我不能每次对随机森林分类器使用相同的</em
浏览 0提问于2021-03-01得票数 1
回答已采纳
输入多个功能输入时遇到以下问题：
keras_model = tf.keras.Modelreturn tff.learning.from_keras_model
浏览 1提问于2020-07-15得票数 1
回答已采纳
我有一个角粒序列模型。我使用命令保存了该模型。tf.keras.models.save_model(model, 'model')
现在，我使用我也试过然后我试着预测这给我带来了错误Att
浏览 12提问于2021-12-29得票数 1
我正在使用Tensorflow Keras模型来评估连续的传感器数据。我的模型输入由15个传感器数据帧组成。因为函数model.predict()花费了将近1秒的时间，所以我想异步执行这个函数，这样我就可以收集这段时间内的下一个数据帧。为此，我创建了一个具有多处理库和用于model.predict的函数的池。我的代码看起来像这样：
def predictData(
浏览 0提问于2018-10-18得票数 1
我有一个基于32 x 32图像的CNN，定义如下： from keras.datasets import cifar10directory='my_dir',tuner.search_space_summary()
from kerastuner.engine.hyperparameters
浏览 26提问于2020-07-03得票数 1
回答已采纳
是否可以基于测试集而不是训练集，使用keras-tuner对模型性能进行评分/评估？我之所以这样问，是因为到目前为止，我的理解是，在tuner.search()中用作目标的度量函数只使用y_true和y_pred作为输入参数，并且它们都引用训练集(如果我错了，请纠正我)。那么如何在我的度量函数中使用测试数据呢？
浏览 6提问于2021-06-25得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
