';KerasClassifier&x27;对象没有属性';保存';

';KerasClassifier&x27;对象没有属性';保存';,keras,neural-network,deep-learning,Keras,Neural Network,Deep Learning,我已经使用人工神经网络(keras)在colab上训练了一个模型,最后我想保存它,但会出错。我也尝试过pydrive方法。我以前在本地计算机上运行它时,已经拥有了所有必需的库 import keras from keras.models import Sequential from keras.layers import Dense from keras.models import model_from_json model = Sequential()

我已经使用人工神经网络(keras)在colab上训练了一个模型,最后我想保存它,但会出错。我也尝试过pydrive方法。我以前在本地计算机上运行它时,已经拥有了所有必需的库

import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.models import model_from_json

 model = Sequential()                                      # create model
 model.add(Dense(6, input_dim = 8, activation = 'relu'))
 model.add(Dense(6, activation = 'relu'))                  # hidden layer
 model.add(Dense(1, activation = 'sigmoid'))               # output layer
 model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
 model.fit(X_train, y_train, epochs=100, batch_size=10)

def build_classifier():

    model = Sequential()                                      # create model
    model.add(Dense(6, input_dim = 8, activation = 'relu'))
    model.add(Dense(6, activation = 'relu'))                  # hidden layer
    model.add(Dense(1, activation = 'sigmoid'))               # output layer
    model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
return model  

model = KerasClassifier(build_fn = build_classifier, epochs=100, batch_size=32)
accuracies = cross_val_score(estimator = model,X = X_train, y = y_train, cv = 10, n_jobs = -1)

model.save("model.h5")
但获取错误“KerasClassifier”对象没有属性“save”。google colab是否需要不同的方法来保存模型


'KerasClassifier'对象没有属性“save”

出现错误是因为我试图保存KerasClassifier(交叉验证功能),因为交叉验证的目的是检查模型,而不是构建模型。因此,更改参数后将保存模型。感谢@MatiasValdenegro提供的见解

更好的解释可在


代码和错误消息不匹配,模型变量是顺序变量,但错误表示不同(它是KerasClassifier),因此请确保代码正确并生成相同的错误消息。我已编辑了代码,现在添加了交叉验证部分。