Keras 如何在从\u目录从flow\u馈送数据时优化超参数

Keras 如何在从\u目录从flow\u馈送数据时优化超参数,keras,hyperparameters,Keras,Hyperparameters,我有结构化的训练数据,例如,可以使用来自目录的流,也可以训练网络 现在,我希望使用GridSearchCV执行超参数优化。当将GridSearchCV与keras模型一起使用时,fit方法需要类似数组的对象作为输入和标签。 是否有任何方法可以使用\u目录中的flow\u执行超参数调整。到今天为止找到了两种解决方案: ,通过指定参数的方式不同于GridSearchCV 自己创建KerasClassifier子类以实现中的.fit()方法,但这需要更多的工作。我希望有一天,Keras能为这个问题找到

我有结构化的训练数据,例如,可以使用来自目录的流,也可以训练网络

现在,我希望使用GridSearchCV执行超参数优化。当将GridSearchCV与keras模型一起使用时,
fit
方法需要类似数组的对象作为输入和标签。
是否有任何方法可以使用\u目录中的
flow\u执行超参数调整。

到今天为止找到了两种解决方案:

  • ,通过指定参数的方式不同于
    GridSearchCV
  • 自己创建KerasClassifier子类以实现中的
    .fit()
    方法,但这需要更多的工作。我希望有一天,Keras能为这个问题找到解决方案