我是pudb的新手。在大多数情况下,它运行良好,但是当我尝试进入一个库时,它显然无法识别,我收到以下消息:
from keras import Sequential
from keras.layers import Dense
from keras.models import load_model
import numpy as np
class Model:
def __init__(self, data=None):
self.data = data
self.metrics = []
self.model = self.__build_model()
def __build_model(self):
model = Sequential()
model.add(Dense(4, activation='relu', input_shape=(3,)))
model.add(Dense(1, activation='relu'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])
return model
def train(self, epochs):
self.model.fit(self.data[:, :-1], self.data[:,-1], epochs=epochs)
return self
def test(self, data):
self.metrics = self.model.evaluate(data[:, :-1], data[:, -1])
return self
def predict(self, input):
return self.model.predict(input)
def save(self, path):
self.model.save(path)
# I would like to save self.metrics at the same time
def load(self, path):
self.model = load_model(path)
if __name__ == '__main__':
train_data = np.random.rand(1000, 4)
test_data = np.random.rand(100, 4)
print("TRAINING, TESTING & SAVING..")
model = Model(train_data)\
.train(epochs=5)\
.test(test_data)\
.save('./model.h5')
print('LOADING model & PREDICTING..')
test_sample = np.random.rand(1, 3)
model = Model()
model.load('./model.h5')
# I can then do like:
test_output = model.predict(test_sample)
print(test_output)
# And want to get metrics which i had saved with it like:
metrics = model.metrics
print(metrics)
我尝试导入“ linecache”,并且“ cache”属性是字典。我试过几次为丢失的模块创建一个条目,但是没有成功。
有人可以举一个更简单和/或更实用的方式向pudb添加无法识别的模块的示例吗?
答案 0 :(得分:2)
它为我工作的方式如下。
在执行过程中即时生成的一段代码时,我收到了此消息。我跟踪了生成代码的位置,并添加了:
import linecache
linecache.cache[__file__] = (len(source), 0, source, __file__)
(其中source
变量对应于生成的源)
我观察到的是,在pudb
交互模式下,在堆栈列表中出现了一个新项目。此新项目位于引发<no source code available>
消息的项目之前。
当我浏览这个新项目时,我可以看到生成的源。