Question

我正在使用sklearn的BaggingClassifier创建一个包含20个Keras NN预测的包。 Keras有一个sklearn包装器，适用于所有东西！但是这个BaggingClassifier似乎会引起问题。

如果我将BaggingClassifier n_jobs设置设置为仅使用一个核心，它可以正常工作！如果我想使用多核，则只会出现此问题。

我用Keras Theano / Tensorflow后端尝试了它，如果n_jobs = 1则工作但是如果n_jobs = -1

则失败

失败：

bag = BaggingClassifier(base_estimator=KerasClassifier(build_fn=createKerasTenserflow, nb_epoch=12), n_estimators=20, n_jobs=-1)
bag.fit(scale(X.values), y)
y_proba = bag.predict_proba(scale(Tx.values))

Error message:"TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder_1:0", shape=(298,), dtype=float32) is not an element of this graph."

它说它是一个Tensor错误，但它也不能与Theano一起使用。我怀疑BaggingClassifier的并行处理需要在某个时刻腌制Keras模型，这会导致问题......？！

更新

我很确定这是一个腌菜问题，因为经过一些调查（在http://zachmoshe.com/2017/04/03/pickling-keras-models.html的帮助下）它告诉我：

multiprocessing.pool.MaybeEncodingError: Error sending result: '[([<keras.wrappers.scikit_learn.KerasClassifier object at 0x125dc3978>], [array([  0,   1,   2,   3,   4,   5,   6,   7,   8,   9,  10,  11,  12,
    13,  14,  15,  16,  17,  18,  19,  20,  21,  22,  23,  24,  25,
    26,  27,  28,  29,  30])])]'. Reason: 'TypeError("can't pickle module objects",)'

这是我的31个输入功能

更新2

有一个解决方案可以解决这个问题，因为用户crbrinton在https://github.com/fchollet/keras/issues/4274注明了这个问题，但我不知道如何根据我的特定sklearn.BaggingClassifier场景定制它

sklearn BaggingClassifier + n_jobs = -1 + Keras

0 个答案: