Question

我正在尝试使用gridsearchCV调整超参数kernel_regularizer，但是gridsearchCV不断告诉我，我为kernel_regularizer输入的参数名称不是真实参数

我尝试了各种参数名称，例如l2，kernel_regularizer，kernel，regularizers.l2，regularizers.l2（），但没有一个起作用。

我也在网上看过，但似乎找不到有关此问题的任何文档

我的顺序模型使用kernel_regularizer = l2（0.01）

param_grid = {'kernel_regularizer': [0.01,0.02,0.03]}

grid = GridSearchCV(...)
grid.fit(x_train, y_train) #this is where I get the error: 
                           #ValueError: kernel is not a legal parameter

Answer 1

您必须使用KerasClassifier包装模型，才能使sklearn GridSearchCV正常工作。

def get_model(k_reg):
    model = Sequential()
    model.add(Dense(1,activation='sigmoid', kernel_regularizer=k_reg))
    model.compile(loss='binary_crossentropy',optimizer='adam', metrics=['accuracy'])
    return model

param_grid = {
    'k_reg': [ regularizers.l2(0.01), regularizers.l2(0.001), regularizers.l2(0.0001)]
}

my_classifier = KerasClassifier(get_model, batch_size=32)
grid = GridSearchCV(my_classifier, param_grid)

grid.fit(np.random.rand(10,1),np.random.rand(10,1))

Keras Doc，有一个详细的示例。

如何使用keras顺序模型使用gridsearchCV调整L2正则化器

1 个答案: