在使用Keras (2.3.1)时卡在这里

数据集

import kerasprint(keras.__version__)mnist = keras.datasets.mnist(x_train,y_train),(x_test,y_test) = mnist.load_data()

归一化

x_train = keras.utils.normalize(x_train,axis=1)x_test = keras.utils.normalize(x_test,axis=1)

模型

model = keras.models.Sequential()model.add(keras.layers.Flatten(x_train))model.add(keras.layers.Dense(128,activation= keras.nn.relu))model.add(keras.layers.Dense(128,activation= keras.nn.relu))model.add(keras.layers.Dense(10,activation= keras.nn.softmax))model.compile(optimizer='adam',              loss='sparse_categorical_crossentropy',              metrics = ['accuracy'])model.fit(x_train,y_train,epochs=3)

错误:

Using TensorFlow backend.2.3.1Traceback (most recent call last):  File "/Users/aditya/Desktop/Desktop/dataScience/Practice/OpenCV/FaceDetect/Hackathon/classMnist.py", line 28, in <module>    model.add(keras.layers.Flatten(x_train))  File "/usr/local/lib/python3.7/site-packages/keras/layers/core.py", line 495, in __init__    self.data_format = K.normalize_data_format(data_format)  File "/usr/local/lib/python3.7/site-packages/keras/backend/tensorflow_backend.py", line 311, in normalize_data_format    data_format = value.lower()AttributeError: 'numpy.ndarray' object has no attribute 'lower'

问题是Keras无法展平x_train。你知道为什么会抛出这个错误吗?


回答:

model.add(keras.layers.Flatten(x_train))

Keras创建了一个无法加载数据的网络。

model.fit(x_train,y_train,epochs=3)

数据已经被加载了。

所以你应该修改第一段代码:

model.add(keras.layers.Flatten())

并且你的代码还有其他错误:

# 错误model.add(keras.layers.Dense(128,activation= keras.nn.relu))# 正确model.add(keras.layers.Dense(128,activation= keras.backend.relu))

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