Question

我正在使用Keras（使用Python 3.6）来预测数组的输出（x_test），但我得到了一个TypeError。

这是我的预测代码：

x_test = [[8],[6],[0],[2],[0],[0],[0],[0],[112.128],[0],[0],[2],[0],[1],[1],[2],[2]]
prediction = model.predict(model, x_test, batch_size = 32, verbose = 1)

这是我得到的错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-14-286495dc15a7> in <module>()
  1 x_test = [[8],[6],[0],[2],[0],[0],[0],[0],[112.128],[0],[0],[2],[0],[1],[1],[2],[2]]
  2 
----> 3 prediction = model.predict(model, x_test, batch_size =(17,1), verbose = 1)

TypeError: predict() got multiple values for argument 'batch_size'

如果有人对出了什么问题有任何建议，我们非常感谢任何帮助。

作为参考，这是我的神经网络，似乎工作正常。

model = Sequential()

model.add(Dense(32, input_dim=17, init='uniform', activation='relu' ))
model.add(Dense(64, init='uniform', activation='relu'))
model.add(Dense(128, init='uniform', activation='relu'))
model.add(Dense(64, init='uniform', activation='sigmoid'))
model.add(Dense(32, init='uniform', activation='sigmoid'))
model.add(Dense(16, init='uniform', activation='sigmoid'))
model.add(Dense(8, init='uniform', activation='sigmoid'))
model.add(Dense(4, init='uniform', activation='sigmoid'))
model.add(Dense(1, init='uniform', activation='sigmoid'))

# Compile model
model.compile(loss='mean_squared_logarithmic_error', optimizer='SGD', metrics=['accuracy'])

# Fit model
history = model.fit(X, Y, nb_epoch=300, validation_split=0.2, batch_size=3)

非常感谢！

Answer 1

您不需要在model中传递model.predict参数，因为预测的默认值为predict(self, x, batch_size=32, verbose=0) model由{{1}自动定义}}。

所以你的代码应该就像：

self

根据文档，prediction = model.predict(x_test, batch_size = 32, verbose = 1)应该是x而不是numpy.array。

参数：

x：输入数据，作为Numpy数组。

batch_size：整数。

详细：详细模式，0或1。

这意味着list应改为：

x_test

Answer 2

prediction = model.predict(x_test, batch_size = 32, verbose = 1)

Keras：带有batch_size的TypeError

2 个答案: