Keras AttributeError：“歷史記錄”對象沒有屬性“預測”

Question

注意 ：我看過這篇相關的文章，但是我不知道我可以用這個答案來解決我的問題。

我嘗試使用Keras進行簡單回歸。 為此，我創建了一個簡單的policy_network()函數，該函數將模型返回給我。

def policy_network():
    model = Sequential()
    model.add(MaxPooling2D(pool_size=(4, 4),input_shape=[64,64,3]))
    model.add(Flatten())
    model.add(Dense(1, kernel_initializer='normal', activation='linear'))

    model.compile(loss='mean_squared_error',
                  optimizer=Adam(lr=learning_rate),
                  metrics=['mean_squared_error'])

    return model

我還定義了一個全局變量policy_network 。 我使用以下作業

policy_network = policy_network().fit(images, actions,
                  batch_size=256,
                  epochs=10,
                  shuffle=True)

但是當我打電話

action = policy_network.predict(image)

我得到AttributeError: 'History' object has no attribute 'predict'

Answer 1

Keras的fit() 不返回的模式，但它返回一個History包含每個時期損失和度量對象。 您正在使用的代碼模式根本不適用於Keras。

像這樣做：

model = policy_network()
model.fit(images, actions,
          batch_size=256,
          epochs=10,
          shuffle=True)
action = model.predict(image)

Answer 2

對Python說時，已將policy_network的類從keras.Model對象更改為History對象

policy_network = policy_network().fit(..)

如果要將歷史記錄存儲在變量中，請將其存儲在另一個變量中：

history = policy_network.fit(..)

現在，您可以使用所需的方式policy_network.predict 。