Question

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。

Answer 1

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。

TypeError：无法提取-Google Colab

1 个答案: