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:)
答案 0 :(得分:11)
此代码中存在两个问题:
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。