KerasClassifier无法适应模型，尽管一切都很正常，否则
KerasClassifier无法适应模型，尽管一切都很正常，否则
提问于 2020-09-27 19:50:07
我正在尝试使用一个KerasClassifier包装，以使我的工作流程科学友好。但是，当我尝试将它与下面的函数一起使用时，它会出现一个错误；使用本机Keras模型fit()来训练模型是有效的。(这是Tensorflow 2.2.0，运行在conda环境中)
def model_arch(n_features: int):
i = tf.keras.layers.Input(shape=(n_features,))
hidden_dense = tf.keras.layers.Dense(64)(i)
hidden_dense = tf.keras.layers.BatchNormalization()(hidden_dense)
hidden_dense = tf.keras.layers.Activation(tf.nn.tanh)(hidden_dense)
o = tf.keras.layers.Dense(1)(hidden_dense)
o = tf.keras.layers.BatchNormalization()(o)
o = tf.keras.layers.Activation("sigmoid")(o)
classifier = tf.keras.models.Model(inputs=i, outputs=o)
opt = tf.keras.optimizers.SGD(lr=1e-3, decay=1e-6, momentum=0.9, nesterov=True)
classifier.compile(
loss="binary_crossentropy",
optimizer=opt,
metrics=["accuracy"],
)
return classifier以下工作：
X = np.random.random((100,3))
y = np.random.random((100,)) # 'y' is a binary vector in reality
clf = model_arch(3)
clf.fit(X, y, epochs=10)然而，当我尝试使用KerasClassifier包装时，我会得到一个错误：
clf = KerasClassifier(model_arch(3), epochs=10)
clf.fit(X, y)
# ValueError: The first argument to `Layer.call` must always be passed.我在互联网上看到的每一个例子似乎都与我一样:定义一个返回编译好的keras模型的函数，然后将它传递给包装器，并在管道中安装或使用它。我注意到的唯一不同是，大多数(如果不是全部)示例使用的是Sequential API而不是函数API，但是afaik不应该是一个问题，对吗？
Tensorflow文档似乎没有给出任何应该传递给包装器的函数类型的例子，但是由于每个示例都使用与我类似的函数，所以我认为这是正确的。
有人能给点线索吗？谢谢。
编辑(注释后)：
我像这样导入KerasClassifier：
from tensorflow.keras.wrappers.scikit_learn import KerasClassifier错误日志：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/home/adrian/miniconda3/envs/kaggle/lib/python3.8/site-packages/tensorflow/python/keras/wrappers/scikit_learn.py", line 223, in fit
return super(KerasClassifier, self).fit(x, y, **kwargs)
File "/home/adrian/miniconda3/envs/kaggle/lib/python3.8/site-packages/tensorflow/python/keras/wrappers/scikit_learn.py", line 154, in fit
self.model = self.build_fn(
File "/home/adrian/miniconda3/envs/kaggle/lib/python3.8/site-packages/tensorflow/python/keras/engine/base_layer.py", line 799, in __call__
raise ValueError(
ValueError: The first argument to `Layer.call` must always be passed.回答 1
Stack Overflow用户
回答已采纳
发布于 2020-09-27 20:16:31
KerasClassifer需要一个构建函数，而不是模型实例本身，它在调用时返回一个Keras模型的编译实例。因此，要用最小的更改来解决这个问题，必须将其包装在一个函数中：
clf = KerasClassifier(lambda: model_arch(3), epochs=10)或者，更好的方法是将模型的参数作为关键字参数传递：
clf = KerasClassifier(model_arch, n_features=3, epochs=10)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/64092664
复制相关文章
相似问题
腾讯云开发者
