![](/img/trans.png)
[英]AttributeError: 'History' object has no attribute 'predict_classes'
[英]Keras AttributeError: 'History' object has no attribute 'predict'
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'
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)
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
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.