如何解决如何在wrappers.scikit_learn.KerasClassifier中包装多输出Keras模型?
我可以使用KerasClassifier sklearn包装器对我的keras模型进行交叉验证。
from tensorflow.keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import cross_val_score
estimator = KerasClassifier(build_fn=get_model())
results = cross_val_score(estimator,X_train,a_train)
def get_multIoUtput_model():
[...]
out1= layers.Dense(5,activation="softmax",name='A')(x)
out2= layers.Dense(7,name='B')(x)
model = tf.keras.Model(inputs=inputs,outputs=[out1,out2])
[...]
我可以通过以下方式正确拟合模型
model.fit(X_train,{'A':a_train,'B':b_train})
但是以下操作失败
estimator = KerasClassifier(build_fn=get_multIoUtput_model())
results = cross_val_score(estimator,'B':b_train})
ValueError: Found input variables with inconsistent numbers of samples: [22658,2]
如何实现与单输出模型相同的行为?
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。