Keras：model.fit（）和model.fit_generator（）返回历史对象。 如何获得Keras模型？

Question

我正在做一个指导性的RNN项目。 我使用一本教科书来指导我，但我自己做了很多事情。 我遇到了一个事实，即以下的历史不是Keras模型，而是历史对象。

from keras.models import Sequential
from keras import layers
from keras.optimizers import RMSprop
from keras.layers import LSTM

model = Sequential()
model.add(layers.Flatten(input_shape=(7,data.shape[-1])))
model.add(layers.Dense(32,activation='relu'))
model.add(layers.Dense(1))

val_steps = 99999//20
model.compile(optimizer=RMSprop(),loss='mae')
history = model.fit_generator(trainGen,
                             steps_per_epoch=250,
                             epochs=20,
                             validation_data=valGen,
                             validation_steps=val_steps,
                             use_multiprocessing=False)

由于历史记录是“历史记录”对象，因此在键入以下内容时会发生错误。 有没有办法提取一个keras对象？ 先感谢您。

predictions = history.predict(testData)

Answer 1

抱歉，我无法发表评论。 您为什么要对历史而不是模型本身进行预测？

predictions = model.predict(testData)