如何解决AttributeError:“顺序”对象没有属性“得分”
我正在使用卷积神经nertworks,而使用顺序我却遇到了训练数据的问题。连续使用不可能获得最佳成绩?from numpy import array
from numpy import reshape
import numpy as np
def model_CNN(X_train,Y_train,X_test,Y_test):
model = Sequential()
model.add(Conv1D(filters=512,kernel_size=32,padding='same',kernel_initializer='normal',activation='relu',input_shape=(256,1)))
model.add(Conv1D(filters=512,activation='relu'))
model.add(Dropout(0.2)) # This is the dropout layer. It's main function is to inactivate 20% of neurons in order to prevent overfitting
model.add(Conv1D(filters=256,activation='relu'))
model.add(Dropout(0.2))
model.add(Conv1D(filters=256,activation='relu'))
model.add(Flatten())
optimizer = keras.optimizers.SGD(lr=0.01,momentum=0.5)
model.compile(loss='binary_crossentropy',optimizer=optimizer,metrics=['accuracy'])
convolutional_model = model.fit(X_train,epochs=5,batch_size=64,verbose=1,validation_data=(X_test,Y_test))
print(convolutional_model.score(X_train,Y_train))
model.summary()
return model
AttributeError Traceback (most recent call last)
<ipython-input-50-9a2005301144> in <module>()
1
----> 2 convolutional_model= model_CNN(X_train,Y_test)
3 print(convolutional_model)
<ipython-input-49-bac0ec08f100> in model_CNN(X_train,Y_test)
34 model.compile(loss='binary_crossentropy',metrics=['accuracy'])
35 convolutional_model = model.fit(X_train,Y_test))
---> 36 print(convolutional_model.score(X_train,Y_train))
37 # Print the summary of the model
38 model.summary()
AttributeError: 'Sequential' object has no attribute 'score'
因为我是python的新手,所以我很麻烦并检查了各种资源,但没有帮助,请指导我... 我从这一行中得到了错误
print(convolutional_model.score(X_train,Y_train))
如果不可能,请指导我寻求更好的选择...
解决方法
您应该使用model
而不是convolutional_model
对象。 fit
函数会返回一个历史对象,其中包含一些有关训练阶段的信息,例如损耗,准确性..它取决于损耗函数和度量函数。
你可以试试吗?
print(model.evaluate(X_train,Y_train))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。