使用Keras进行预测。我一直收到错误信息
抱歉,如果查询是原始的。 我有一些代码试图分类整数,如果他们是素数或不是。我用Keras训练了模型。我尝试使用以下方法进行预测:使用Keras进行预测。我一直收到错误信息,keras,predict,Keras,Predict,抱歉,如果查询是原始的。 我有一些代码试图分类整数,如果他们是素数或不是。我用Keras训练了模型。我尝试使用以下方法进行预测: predict(x,批大小=None,详细=0,步骤=None) 我一直收到以下错误消息: ---->预测(x=5000003,批量大小=None,详细度=0,步骤=None) NameError:未定义名称“predict” 当我使用以下命令:“model.predict(x=5000003,batch_size=None,verbose=0,steps=None)
predict(x,批大小=None,详细=0,步骤=None)
我一直收到以下错误消息:
---->预测(x=5000003,批量大小=None,详细度=0,步骤=None)
NameError:未定义名称“predict”
当我使用以下命令:“model.predict(x=5000003,batch_size=None,verbose=0,steps=None)”时,我收到了错误消息“AttributeError:‘KerasClassifier’对象没有属性‘model’”
代码:
predict
是模型
对象的函数,因此您可以将其用作:
model = KerasClassifier(build_fn=create_model, epochs=1000, batch_size=100, init='glorot_uniform', verbose=0)
kfold = StratifiedKFold(n_splits=5, shuffle=True, random_state=seed)
results = cross_val_score(model, X, Y, cv=kfold)
print(results.mean())
# Call on model
model.predict(x=5000003, batch_size=None, verbose=0, steps=None)
下面是调查它在幕后做什么的步骤。当我放置命令model.predict(x=5000003,batch\u size=None,verbose=0,steps=None)时,我得到了以下错误消息:“KerasClassifier”对象没有属性“model”!它是您创建的分类器模型对象的函数。
model = KerasClassifier(build_fn=create_model, epochs=1000, batch_size=100, init='glorot_uniform', verbose=0)
kfold = StratifiedKFold(n_splits=5, shuffle=True, random_state=seed)
results = cross_val_score(model, X, Y, cv=kfold)
print(results.mean())
# Call on model
model.predict(x=5000003, batch_size=None, verbose=0, steps=None)