我正在训练我的第一个神经网络,并希望将图层中节点上每次迭代的准确性写入文件。当只有一次迭代时,文件下载并没有问题,但是当我增加迭代时,我写的文本文件似乎给我带来了问题。任何人都可以向我解释为什么它会给出这个错误,谢谢?
我已经通过手动将一个准确度值与节点数量一起写入文件来解决该问题,然后下载每个文件进行迭代。如果我尝试将每次迭代的准确性写入所有迭代的单个文件,我会收到以下错误:
MessageError Traceback (most recent call last)
<ipython-input-31-4e05d4e1f010> in <module>()
54 print('Test accuracy:', test_acc)
55 f.close()
---> 56 files.download('example.txt')
MessageError: TypeError: Failed to fetch
#
代码如下:
#Creating a file to store the accuracy values to
with open('example.txt', 'w') as f:
for n in range(1,3):
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(64*n, activation=tf.nn.relu),
keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(train_images, train_labels, epochs=5)
test_loss, test_acc = model.evaluate(test_images, test_labels)
f.write(str(test_acc))
f.write(",")
f.write(str(n))
f.write("\n")
print('Test accuracy:', test_acc)
f.close()
files.download('accuracy.txt')
我希望能够运行神经网络一次,为指定层的不同节点设置它,最后下载一个包含所有精度数字的文件。
我找到了一个解决方案,可以这么说。 Google Colab中的每个会话持续12个小时,每个开放的Google Colab实例都会开始倒计时12小时。
解决方案:如果我只是关闭我正在处理的标签并等待大约10分钟并再次打开Google Colab并从头开始再次运行神经网络,它可以100%运行。因此,如果您收到上述错误,请关闭选项卡并重新打开并运行:)
这个问题可能有另一个原因,但现在这对我有用。