Question

我正在使用Keras来预测时间序列。作为标准，我使用了20个时代。我想知道我的神经网络为20个时期中的每一个预测了什么。

通过使用model.predict，我得到了最后的预测。但是我想要所有的预测，或者至少是最后的10个预测（具有可接受的错误级别）。

要访问我正在尝试Keras的ModelCheckpoint功能，但是之后我无法访问它。我正在使用以下代码：

model=Sequential()

model.add(GRU(input_dim=col,init='uniform',output_dim=20))
model.add(Dense(10))
model.add(Dense(5))
model.add(Activation("softmax"))
model.add(Dense(1))

model.compile(loss="mae", optimizer="RMSprop")

checkpoint=ModelCheckpoint(filepath='/Users/Alex/checkpoint.hdf5')

model.fit(X=predictor_train, y=target_train, nb_epoch=20, batch_size=batch,validation_split=0.1) #best validation split at 0.1
model.evaluate(X=predictor_train, y=target_train,batch_size=batch,show_accuracy=True)

print checkpoint

客观地说，我的问题是：

我希望在运行代码后，我会在文件夹/ Users / Alex中找到一个名为checkpoint.hdf5的文件，但是我没有。我错过了什么？
当我打印checkpoint时，我得到的是keras.callbacks.ModelCheckpoint object at 0x117471290。有没有办法打印我想要的东西？代码怎么样？

非常感谢您的帮助：）

Answer 1

此代码中存在两个问题：

您没有将回调传递给模型的拟合方法。这是通过关键字参数“callbacks”完成的。
文件路径应包含占位符（如“{epoch：02d} - {val_loss：.2f}”，与Keras的str.format一起使用，以便将每个纪元保存到不同的文件中。

所以正确的版本应该是这样的：

checkpoint = ModelCheckpoint(filepath='/Users/Alex/checkpoint-{epoch:02d}-{val_loss:.2f}.hdf5')

model.fit(X=predictor_train, y=target_train, nb_epoch=20,
         batch_size=batch,validation_split=0.1, callbacks=[checkpoint])

您还可以在分配给该关键字的列表中添加其他类型的回调。

不幸的是，回调对象不存储历史信息，因此无法从中恢复。

Python / Keras - 访问ModelCheckpoint回调

1 个答案: