Skip to main content
 首页 » 编程设计

python之keras 回调列表生成错误 : 'tuple' object has no attribute 'set_model'

2024年11月01日11www_RR

我正在编写一个 keras 模型,我想在其中使用一些内置的 keras 回调,但是我可能在某个地方犯了一个我无法发现的语法错误。给我带来麻烦的代码如下:

from keras.callbacks import EarlyStopping, ModelCheckpoint, TensorBoard 
... 
... 
es = EarlyStopping(monitor='val_loss', min_delta=0.01, verbose=1, patience=5) 
tb = TensorBoard(log_dir=logdir, write_graph=True, write_images=True, histogram_freq=0) 
mc = ModelCheckpoint(filepath=filepath, save_best_only=True, monitor='val_loss', mode='min') 
 
history = model.fit(X_train, y_train, 
                    batch_size=batch_size, 
                    epochs=n_epochs, 
                    verbose=1, 
                    validation_split=0.3, 
                    callbacks=[es, tb, mc]) 

但是在这样做时我得到错误 'tuple' object has no attribute 'set_model'。引用this other question 似乎问题是由 es, tb 已经是元组 per sé 并因此将它们定位到列表中(在调用 callbacks=[es, tb, mc ]) 引发错误。事实上

print(type(es)) 
print(type(tb)) 
print(type(mc)) 
 
<class 'tuple'> 
<class 'tuple'> 
<class 'keras.callbacks.ModelCheckpoint'> 

这就是说,我不明白如何解决它。 EarlyStopping 和 TensorBoard 返回元组,它们应该如何在 keras 回调列表中调用?

请您参考如下方法:

解压你的元组 - 在这种情况下,它很简单:(object,)[0] == object - 但一般来说,你可能有 (object1, object2) 等,您可以通过 callbacks=[*es, *tb, *mc] 进行处理。

* 解压可迭代对象 - 作为演示:

def print_unpacked(*positional_args): 
    print(positional_args) 
    print(*positional_args) 
a = 1 
b = ('dog',5) 
print_unpacked(a,b) 
# >> (1, ('dog',5)) 
# >> 1 ('dog',5) 
print(a,b) 
# >> 1 ('dog',5) 
print(a,*b) 
# >> 1 'dog' 5