我有这个带有 Keras 的模型:
model.add(Conv1D(4,kernel_size=3, activation='relu',
input_shape=(tablon_vectores_train.shape[1],
tablon_vectores_train.shape[2])
#,padding='same'
)
)
model.add(MaxPooling1D(pool_size=4))
model.add(Conv1D(6,kernel_size=2, activation='relu'))
model.add(MaxPooling1D(pool_size=2))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(15, activation='relu'))
model.add(Dense(1) )
model.compile(loss='mean_squared_error', optimizer='adam',metrics=['mse'])
model = model.fit(
X
, Y
, epochs=50, batch_size=10
, validation_split= 0.25
, verbose=1, shuffle=True)
当我执行预测代码时:
predict = model.predict(X_test)
我有这个错误:
属性错误:"历史记录"对象没有属性"预测"。
我能做什么?
在您的情况下,您的模型会被训练历史记录覆盖。使用其他变量名称来保留训练历史记录。
history = model.fit(...)
现在,您可以使用模型进行预测。
model.fit(..)
返回一个包含模型学习历史记录的 History 对象。
model = model.fit(..)
会用 History 对象覆盖您的卷积网络。
您可以完全删除作业,只需使用model.fit()
.如果您想可视化学习历史记录,您可以通过键入history = model.fit(..)
来访问值。训练后,您可以使用此对象可视化结果。您可以通过键入history.history
来获取保存的值。
要获取预测,请尝试preds = model.predict(..)
我猜你正在覆盖模型。
试试这个
history = model.fit(...)
然后
predict = model.predict()