Metal训练时遇到意外关键字参数’n_epochs’

我在编写Python代码时,想使用Metal来训练我的模型,像这样:

from metal.label_model import LabelModelgen_model = LabelModel()%time gen_model.train(L_train[0], n_epochs=500, print_every=100)

但这会导致:

TypeError                                 Traceback (most recent call last)<timed eval> in <module>TypeError: train() got an unexpected keyword argument 'n_epochs'

回答:

在版本0.3.0中有一个变化:

‘将Classifier.train重命名为Classifier.train_model,以避免覆盖nn.Module.train函数’

因此,尝试使用train_model()代替train():

from metal.label_model import LabelModelgen_model = LabelModel()%time gen_model.train_model(L_train[0], n_epochs=500, print_every=100)

来源:

https://github.com/HazyResearch/metal/commit/4210c7c66f3f4a6fc7287192aec133c293ed8198

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注