Question

在尝试使用预测函数时，我一直遇到此错误。我注意到其他人也有此问题，但是该线程的答案对我不起作用。我要做的是使用刚刚完成训练的模型来构建ROC曲线。这是导致错误的代码行：

def entry(x, y):
    e = Entry()
    e.place(x=x, y=y, height=20, width=100)
    return e

def loop():
    n = 0
    s = l[0]
    for_x = 10
    for_y = 10

    global entry_list

    entry_list = []  # Used to store all of the entry widgets you make

    while True:
        if n == s:
            break
        else:
            entry_list.append(entry(for_x, for_y)) # Adds a new entry widget to the list
            n = n + 1
            if for_y >= 400:
                for_x = for_x + 110
                for_y = 10
                print("110")
            else:
                for_y = for_y + 30
                print("30")
            print("finally")

def dp():
    # Get the value of each entry box
    en = []
    for e in entry_list:
        en.append(e.get())
    print(en)

其余代码在这里，在此先感谢您提供的任何帮助：

predictions = classifier.predict(test_set, batch_size = 64)

Answer 1

可能已经很晚了，但我会回答这个... 解决所有此类问题的方法，例如``PrefetchDataset''对象没有属性'ndim'，'_____对象没有属性'ndim'是使用tensorflow中的import keras而不是直接使用keras ... 例如：导入tensorflow导入keras 从tensorflow.keras.models导入顺序

也不要使用fit_generator，因为它会被.fit本身代替

Answer 2

我怀疑OP很早以前就已经解决了这个问题，但是在这种情况下，问题似乎是使用了model.predict而不是model.predict_generator。使用生成器时，您必须使用其他方法

AttributeError：“ DataFrameIterator”对象没有属性“ ndim”

2 个答案: