我正在训练我的第一个神经网络,并想将层中节点上每次迭代的准确性写入文件。当只有一次迭代时,文件下载就没有问题,但是当我增加迭代次数时,我正在写入的文本文件似乎给我带来了问题。谁能给我解释一下,为什么会出现这个错误,谢谢?
我已经解决了这个问题,方法是将一个精度值与节点数量一起手动写入文件,然后下载每个文件进行迭代。如果我尝试将所有迭代的准确性都写入单个文件,则会收到以下错误:
MessageError Traceback (most recent call last)
<ipython-input-31-4e05d4e1f010> in <module>()
54 print('Test accuracy:', test_acc)
55 f.close()
---> 56 files.download('example.txt')
MessageError: TypeError: Failed to fetch
#
代码如下:
#Creating a file to store the accuracy values to
with open('example.txt', 'w') as f:
for n in range(1,3):
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(64*n, activation=tf.nn.relu),
keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(train_images, train_labels, epochs=5)
test_loss, test_acc = model.evaluate(test_images, test_labels)
f.write(str(test_acc))
f.write(",")
f.write(str(n))
f.write("\n")
print('Test accuracy:', test_acc)
f.close()
files.download('accuracy.txt')
我希望能够运行一次神经网络,将其设置为指定层的不同节点,最后下载一个文件,其中包含所有精度数字。
答案 0 :(得分:0)
可以这么说,我找到了解决方案。 Google Colab中的每个会话持续12个小时,打开的Google Colab的每个实例都开始倒计时12个小时。
解决方案:如果我只是关闭当前正在使用的标签,然后等待大约10分钟,然后再次打开Google Colab,然后从头开始再次运行神经网络,则它可以100%运行。因此,如果遇到上述错误,请关闭选项卡并重新打开并运行:)
这个问题可能还有另一个原因,但是现在对我有用。