如何以编程方式可视化ludwig库模型的学习曲线?

我正在使用Uber的ludwig库来训练神经网络模型。我希望通过编程方式(通过Python代码,使用文档中的示例)来可视化我的模型的学习曲线,以分析它们的性能,使用以下代码:

import ludwigludwig.visualize.learning_curves(  [train_stats],  TARGET,  model_names=None,  output_directory=None,  file_format='pdf')

然而,运行代码时我得到了以下错误:

AttributeError: module 'ludwig' has no attribute 'visualize'

我知道可以通过命令行生成可视化图表。然而,我需要以编程方式来完成这个任务。


回答:

我能够运行相同的代码而没有做任何更改。我只是更新了ludwig的版本,但我并不确定这是否解决了我的问题。我继续使用这段代码,并且它工作得很好:

import ludwigludwig.visualize.learning_curves(  [train_stats],  TARGET,  model_names=None,  output_directory=None,  file_format='pdf')

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