Keras Tuner - 模型構建函數未返回有效的 Keras 模型實例

Question

我正在嘗試使用 Keras Tuner 搜索模型的超參數，但是在運行代碼時出現此錯誤：“RuntimeError：模型構建函數未返回有效的 Keras 模型實例，找到 < keras.engine.sequential . 0x000001E9C2903F28 處的順序對象 >"

我在互聯網上搜索過但沒有找到任何可以幫助的東西，我也遵循了 Keras Tuner gitHub 頁面（ https://github.com/keras-team/keras-tuner ）中的教程，但它確實如此也不行。

這是我的代碼：

class MyHyperModel(HyperModel):

    def __init__(self, num_classes):
        self.num_classes = num_classes

    def build(self, hp):
        model=Sequential()
        model.add(Dense(units=hp.Int('units_0', 30, 900, step=30),
                        activation=hp.Choice('act_0', ['relu', 'tanh']),
                        input_dim=12))
        for i in range(hp.Int('layers', 3, 9)):
            model.add(Dense(units=hp.Int('units_' + str(i), 30, 900, step=30),
                            activation=hp.Choice('act_' + str(i), ['relu', 'tanh'])))
        model.add(Dense(6, activation='softmax'))
        model.compile(loss='categorical_crossentropy',
                        optimizer=hp.Choice('optimizer', ['adam', 'sgd']),
                        metrics=['categorical_accuracy'])
        return model


hypermodel = MyHyperModel(num_classes=6)

tuner = kt.tuners.bayesian.BayesianOptimization(
    hypermodel,
    objective='val_accuracy',
    max_trials=5,
    executions_per_trial=3,
    seed=(np.random.seed(1)),
    directory='Tests',
    project_name='test')

tuner.search_space_summary()

tuner.search(data[:200], labels[:200],
             verbose=2,
             epochs=3,
             validation_data=(data[200:], labels[200:]))

models = tuner.get_best_models(num_models=2).summary()
tuner.get_best_hyperparameters()[0].values
tuner.results_summary()

data 是一個包含 300 個向量的列表，包含 12 個值，在標簽上有 6 個類，它們使用函數 tensorflow.convert_to_tensor() 轉換為張量。

我很感激任何幫助。

Answer 1

如果從keras導入模塊成員，則必須從tensorflow.keras而不是keras導入。 例如，如果你寫：

from keras.models import Sequential
from keras.layers import Dense, Activation, Dropout
from keras.optimizers import Adam

然后將它們更改為：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation, Dropout
from tensorflow.keras.optimizers import Adam

Answer 2

我知道出了什么問題，這不是代碼，我的模型在最后一層有 6 個神經元，我將損失用作“categorical_crossentropy”，但這僅在標簽為 0 和 1 時才有效，因此我更改了損失到 'sparse_categorical_crossentropy' 和指標到 'accuracy' 並且它起作用了。 謝謝大家的回復，我很感激幫助。