不能实例化抽象类RootMeanSquaredError
不能实例化抽象类RootMeanSquaredError
提问于 2022-01-19 16:58:40
我正在努力学习Chollet的“用Python进行深度学习”。我一直在做一些实现，我被困在了这个上面。我以为我打错了什么东西，但它并没有出现。
有人知道可能发生了什么事吗？
model = get_mnist_model()
model.compile(optimizer="rmsprop",
loss="sparse_categorical_crossentropy",
metrics=["accuracy", RootMeanSquaredError()])
model.fit(train_images, train_labels,
epochs=3,
validation_data=(val_images, val_labels))
test_metrics = model.evaluate(test_images, test_labels)TypeError:不能用抽象方法结果实例化抽象类RootMeanSquaredError
回答 2
Stack Overflow用户
发布于 2022-03-25 16:35:00
我也收到了这个错误，并意识到这是因为我在木星笔记本中的新代码块中定义了result和reset_state方法。一旦我将它们移动到与RootMeanSquaredError类定义相同的块中，您发布的代码就可以正常工作，而不会触发TypeError。
这应该是显而易见的，但直到我看到这个例子，我才意识到它们属于类定义。
Stack Overflow用户
发布于 2022-03-19 19:04:41
在模型定义中配置模型编译后再试一次，并使用tf.keras.metrics.RootMeanSquaredError()作为评估度量。
def get_mnist_model():
model = tf.keras.models.Sequential([
keras.layers.Dense(512, activation='relu', input_shape=(784,)),
..
..
keras.layers.Dense(10)
])
model.compile(optimizer="rmsprop",
loss="sparse_categorical_crossentropy",
metrics=["accuracy", tf.keras.metrics.RootMeanSquaredError()])
return model页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70774708
复制相关文章
相似问题
腾讯云开发者
