[英]Keras: model.fit() and model.fit_generator() return history objects. How do I get Keras models?
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)
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)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.