如何使用 CNN 模型 Keras 解決錯誤？

Question

我有 Keras 的這個模型：

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)

當我執行預測代碼時：

predict = model.predict(X_test)

我有這個錯誤：

AttributeError：“歷史”對象沒有屬性“預測”。

我能做什么？

Answer 1

在您的情況下，您的模型被訓練歷史覆蓋。 使用其他一些變量名來保存訓練歷史。

history = model.fit(...)

現在您可以使用您的模型進行預測。

Answer 2

model.fit(..)返回一個包含模型學習歷史的 History 對象。

model = model.fit(..)用 History 對象覆蓋你的卷積網絡。

您可以一起刪除分配並僅使用model.fit() 。 如果您想可視化學習歷史，可以通過鍵入history = model.fit(..)來訪問這些值。 訓練后，您可以使用此對象可視化結果。 您可以通過鍵入history.history來獲取保存的值。

要獲得預測，請嘗試preds = model.predict(..)

Answer 3

我猜你正在覆蓋模型。

試試這個

history = model.fit(...)

然后

predict = model.predict()