奇怪的关键字';metirics';输入类型错误消息-Keras

奇怪的关键字';metirics';输入类型错误消息-Keras,keras,Keras,我正在Windows 64位PC上的python3.5上使用KERAS(2.0.8) 我正试图利用vgg16和我自己的完整连接层。 但是,我的model.fit_生成器抛出带有奇怪关键字的TypeError TypeError: run() got an unexpected keyword argument 'metirics' 当然,我从不在代码中使用“metirics” 这是我的密码 def go_vgg(): train_datagen = ImageDataGenerator(

我正在Windows 64位PC上的python3.5上使用KERAS(2.0.8)

我正试图利用vgg16和我自己的完整连接层。 但是,我的model.fit_生成器抛出带有奇怪关键字的TypeError

TypeError: run() got an unexpected keyword argument 'metirics'
当然,我从不在代码中使用“metirics”

这是我的密码

def go_vgg():

  train_datagen = ImageDataGenerator(rescale=1.0 /255)
  validation_datagen=ImageDataGenerator()

  train_generator = train_datagen.flow_from_directory(train_data_dir,
    target_size=(image_size,image_size),
    batch_size=batch_size,
    save_to_dir=check_dir,
    save_format='png',
    shuffle = False,
    class_mode = 'binary')


  validation_generator = validation_datagen.flow_from_directory(validation_data_dir,
    target_size=(image_size,image_size),
    batch_size=batch_size,
    save_to_dir=check_dir,
    save_format='png',
    shuffle=False,
    class_mode = 'binary')


  bmodel = VGG16(include_top=False, weights='imagenet', input_tensor=None, input_shape=(image_size,image_size,3))
  bmodel.summary()

  smodel = Sequential()
  smodel.add(Flatten(input_shape=(7,7,512)) )
  smodel.summary()
  smodel.add(Dense(256, activation='relu'))
  smodel.add(Dropout(0.5))
  smodel.add(Dense(1, activation = 'sigmoid'))
  model = Model(input=bmodel.input, outputs = smodel(bmodel.output))
  for layer in model.layers[:15]:
      layer.trainable = False

  model.compile(loss='binary_crossentropy',
                optimizer=optimizers.SGD(lr=1e-4, momentum=0.9),
                metirics = ['accuracy'])

  history =model.fit_generator(train_generator, steps_per_epoch=2000,
                     epochs = np_epoch)
总结结果如下(我几乎省略了bmodel.summary()


。
.  
. 
纪元1/2
回溯(最近一次呼叫最后一次):
文件“test4.py”,第94行,在
main()
文件“test4.py”,第86行,在main中
go_vgg()
go_vgg中第80行的文件“test4.py”
历元=np_历元)
文件“D:\python\lib\site packages\keras\legacy\interfaces.py”,第87行,wra格式
佩珀
返回函数(*args,**kwargs)
文件“D:\python\lib\site packages\keras\engine\training.py”,第2042行,以fit格式
_发电机
等级重量=等级重量)
文件“D:\python\lib\site packages\keras\engine\training.py”,第1762行,tra格式
批量生产
输出=自列车功能(ins)
文件“D:\python\lib\site packages\keras\backend\tensorflow\u backend.py”,第2行
273,接通电话__
**自我介绍(kwargs)
TypeError:run()获得意外的关键字参数“metirics”
我不知道这个“metirics”是从哪里来的。

如果您能帮助解决此错误,我们将不胜感激

当然,您正在使用这样一个关键字,就在这里:

 model.compile(loss='binary_crossentropy',
            optimizer=optimizers.SGD(lr=1e-4, momentum=0.9),
            metirics = ['accuracy'])
问题在于,您将指标拼错为metirics。只需将其更正为度量:

 model.compile(loss='binary_crossentropy',
            optimizer=optimizers.SGD(lr=1e-4, momentum=0.9),
            metrics = ['accuracy'])

当然,您正在使用这样一个关键字,就在这里:

 model.compile(loss='binary_crossentropy',
            optimizer=optimizers.SGD(lr=1e-4, momentum=0.9),
            metirics = ['accuracy'])
问题在于,您将指标拼错为metirics。只需将其更正为度量:

 model.compile(loss='binary_crossentropy',
            optimizer=optimizers.SGD(lr=1e-4, momentum=0.9),
            metrics = ['accuracy'])