Question

尝试在Keras中拟合模型，如下所示进行初始化和编译，但得到None ValueErrors。建议的调试此类错误的方法有哪些？我是Keras的新手。

我可以更早地发现问题，即初始化或编译模型吗？

model = Model((64,64,3))
opt = keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0)
binLoss = "binary_crossentropy"
model.compile(optimizer = opt, loss = binLoss, metrics = ["accuracy"])

ValueError                                Traceback (most recent call last)
<ipython-input-15-5b61099068d8> in <module>()
      1 ### START CODE HERE ### (1 line)
----> 2 happyModel.fit(x = X_train, y = Y_train, epochs = 100, batch_size = 32)
      3 ### END CODE HERE ###

/opt/conda/lib/python3.6/site-packages/keras/engine/training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, **kwargs)
   1574         else:
   1575             ins = x + y + sample_weights
-> 1576         self._make_train_function()
   1577         f = self.train_function
   1578 
...
/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/tensor_util.py in make_tensor_proto(values, dtype, shape, verify_shape)
    362   else:
    363     if values is None:
--> 364       raise ValueError("None values not supported.")
    365     # if dtype is provided, forces numpy array to be the type
    366     # provided if possible.

ValueError: None values not supported.

Answer 1

更新Keras，因为在2.1.3之前，“无”不是epsilon的有效参数

Answer 2

这不是使用Keras API的有效模型构造。您应该看一下documentation，其中有30秒的指南显示了如何构建最小模型：

from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=10, activation='softmax'))
# ...

如果您仍然对文档中所说的内容感到不满意，则可以从tutorial开始，在此过程中解释一些概念。

Answer 3

用“ adam”代替opt可以解决问题，但是我不清楚为什么https://keras.io/optimizers/上的说明中的任何一个都应该起作用。

ValueError _make_train_function（Keras）中不支持任何值

3 个答案: