Question

我正在研究RL问题，并创建了一个类来初始化模型和其他参数。代码如下：

class Agent:
    def __init__(self, state_size, is_eval=False, model_name=""):
        self.state_size = state_size
        self.action_size = 20 # measurement, CNOT, bit-flip
        self.memory = deque(maxlen=1000)
        self.inventory = []
        self.model_name = model_name
        self.is_eval = is_eval
        self.done = False

        self.gamma = 0.95
        self.epsilon = 1.0
        self.epsilon_min = 0.01
        self.epsilon_decay = 0.995


    def model(self):
        model = Sequential()
        model.add(Dense(units=16, input_dim=self.state_size, activation="relu"))
        model.add(Dense(units=32, activation="relu"))
        model.add(Dense(units=8, activation="relu"))
        model.add(Dense(self.action_size, activation="softmax"))
        model.compile(loss="categorical_crossentropy", optimizer=Adam(lr=0.003))
        return model

    def act(self, state):
        options = self.model.predict(state)
        return np.argmax(options[0]), options

我只想运行一次迭代，因此我创建了一个对象，并传递了一个长度为16的向量，如下所示：

agent = Agent(density.flatten().shape)
state = density.flatten()
action, probs = agent.act(state)

但是，出现以下错误：

AttributeError                       Traceback (most recent call last) <ipython-input-14-4f0ff0c40f49> in <module>
----> 1 action, probs = agent.act(state)

<ipython-input-10-562aaf040521> in act(self, state)
     39 #             return random.randrange(self.action_size)
     40 #         model = self.model()
---> 41         options = self.model.predict(state)
     42         return np.argmax(options[0]), options
     43 

AttributeError: 'function' object has no attribute 'predict'

有什么问题？我也检查了其他人的代码，例如this，我认为我的代码也非常相似。

让我知道。

编辑：

我将Dense中的参数从input_dim更改为input_shape，并将self.model.predict(state)更改为self.model().predict(state)。

现在，当我为形状为(16,1)的一个输入数据运行NN时，出现以下错误：

ValueError：检查输入时出错：预期density_1_input具有 3维，但数组的形状为（16，1）

当我以形状(1,16)运行它时，出现以下错误：

ValueError：检查输入时出错：预期density_1_input具有 3维，但形状为（1，16）

在这种情况下我该怎么办？

Answer 1

在最后一个代码块中，

def act(self, state):
        options = self.model.predict(state)
        return np.argmax(options[0]), options

self.model是一个返回模型的函数，它应该是self.model（）。predict（state）

Answer 2

我使用了np.reshape。所以在这种情况下，我做到了

density_test = np.reshape(density.flatten(), (1,1,16))

，网络给出了输出。

AttributeError：“函数”对象没有属性“预测”。凯拉斯

2 个答案: