如何使用CNN模型Keras解决错误?

Question

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？

Answer 1

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。

Answer 2

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(..)

Answer 3

我猜你正在覆盖模型。

试试这个

history = model.fit(...)

然后

predict = model.predict()