Keras Tuner - 建模函数没有返回有效的Keras模型实例。

Question

我试图使用Keras Tuner为一个模型搜索Hyperparameters，但当我运行代码时得到这个错误。"RuntimeError: Model building function did not return a valid Keras Model instance, found < keras.engine.sequential.Sequential object at 0x000001E9C2903F28 >"

我在互联网上搜索了一下，但没有找到任何帮助，我也遵循了Keras Tuner gitHub页面的教程 (https:/github.comkeras-teamkeras-tuner。)，但它也没有工作。

下面是我的代码。

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是一个300个向量的列表，有12个值，标签上有6个类，用函数tensorflow.convert_to_tensor()转换为张量。

我很感激任何帮助。

Answer 1

如果您从 keras，你必须从以下地方导入 tensorflow.keras 而不是 keras. 例如，如果你写。

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

那就把它们改成:

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

Answer 2

我知道什么是错的，不是代码，我的模型有6个神经元在最后一层，我已经用损失作为'categorical_crossentropy'，但这只有当标签是0和1，所以我已经改变了损失'sparse_categorical_crossentropy'和度量'精度'，它的工作。 谢谢大家的答复，我很感激的帮助。