我是从事机器学习项目的新手。我已经开始使用keras开发小型项目。 最近,我的程序遇到错误。我执行了以下程序。我使用了顺序模型进行开发:
python3 -m venv --without-pip test_env
source test_env/bin/activate
python3 -m ensurepip --upgrade
pip3 install --upgrade pip
它显示以下错误:
f=Sequential()
f.add(Dense(64,input_shape=(9,),activation='relu'))
f.add(Dense(128,activation='tanh'))
f.add(Dense(128,activation='relu'))
f.add(Dense(64,activation='tanh'))
f.add(Dense(1,activation='sigmoid'))
f.compile(loss='binary_crossentropy',optimizer='rmsprop',metrics=['accuracy'])
f.fit(d,f,epochs=20,batch_size=10)
该错误是由于我的错误编码还是由于内部任何问题?
任何建议都会有所帮助。
答案 0 :(得分:0)
代码的最后一行是错误的
f.fit(d,f,epochs=20,batch_size=10)
您应该将机器学习问题的目标传递给fit
,如doc所示
fit(x=None, y=None, batch_size=None, epochs=1, verbose=1, callbacks=None, validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0, steps_per_epoch=None, validation_steps=None, validation_freq=1, max_queue_size=10, workers=1, use_multiprocessing=False)
尝试类似
f.fit(x,y,epochs=20,batch_size=10)
其中x
是变量,y
是您的训练目标,例如线性模型中“ y = Ax + b”中的x和y。
一条建议:在研究项目之前,先阅读Keras的文档或一些教程。