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。
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
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。