我在Chollet的《用Python进行深度学习》一书的3.7节中。该项目旨在找到1970年代波士顿特定郊区的房屋中位价格。
在“使用K折验证来验证我们的方法”部分,我尝试运行此代码块:
num_epochs = 500
all_mae_histories = []
for i in range(k):
print('processing fold #', i)
# Prepare the validation data: data from partition # k
val_data = train_data[i * num_val_samples: (i + 1) * num_val_samples]
val_targets = train_targets[i * num_val_samples: (i + 1) * num_val_samples]
# Prepare the training data: data from all other partitions
partial_train_data = np.concatenate(
[train_data[:i * num_val_samples],
train_data[(i + 1) * num_val_samples:]],
axis=0)
partial_train_targets = np.concatenate(
[train_targets[:i * num_val_samples],
train_targets[(i + 1) * num_val_samples:]],
axis=0)
# Build the Keras model (already compiled)
model = build_model()
# Train the model (in silent mode, verbose=0)
history = model.fit(partial_train_data, partial_train_targets,
validation_data=(val_data, val_targets),
epochs=num_epochs, batch_size=1, verbose=0)
mae_history = history.history['val_mean_absolute_error']
all_mae_histories.append(mae_history)
我收到一个错误KeyError:'val_mean_absolute_error'
mae_history = history.history['val_mean_absolute_error']
我猜解决方案是找出正确的参数来替换val_mean_absolute_error。我尝试研究一些Keras文档以获取正确的键值。有人知道正确的键值吗?
代码中的问题是您没有添加特定的“ mae
”指标。
如果您想在代码中添加'mae
'指标,则需要这样做:
model.compile('sgd', metrics=[tf.keras.metrics.MeanAbsoluteError()])
model.compile('sgd', metrics=['mean_absolute_error'])
此步骤之后,您可以尝试查看正确的名称是val_mean_absolute_error
还是val_mae
。如果您像我在选项2中演示的那样编译模型,则很有可能您的代码将与“ val_mean_absolute_error
”一起使用。
[此外,您还应该将代码段放在编译模型的位置,上面的问题文本中缺少该代码段(即build_model()
函数)