Python 2.7 带keras fit#u发生器和x27的张力板回拨;功能';没有属性';获取回调';
我正在尝试使用keras的Python 2.7 带keras fit#u发生器和x27的张力板回拨;功能';没有属性';获取回调';,python-2.7,tensorflow,tf.keras,Python 2.7,Tensorflow,Tf.keras,我正在尝试使用keras的fit_generator和tensorboard_回调来运行一个模型,以分析特定的时代。我正在为生成器运行以下代码: def gen(source): loopable = iter(source) for batch in loopable: yield (batch[0], batch[1]) 在主培训脚本中,我实例化了生成器,并使用带有tensorboard回调的模型,如下所示: train_gen = gen(train_datasource) lo
fit_generator
和tensorboard_回调来运行一个模型,以分析特定的时代。我正在为生成器运行以下代码:
def gen(source):
loopable = iter(source)
for batch in loopable:
yield (batch[0], batch[1])
在主培训脚本中,我实例化了生成器,并使用带有tensorboard回调的模型,如下所示:
train_gen = gen(train_datasource)
log_dir="logs/profile/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1, profile_batch = 3)
m.fit_generator(train_gen, epochs=5, steps_per_epoch=500, use_multiprocessing=True, workers=32, callbacks=[tensorboard_callback])
我面临的主要问题是,培训总是会停止,出现错误“Function”没有具有以下堆栈跟踪的属性“fetch\u callbacks”:
m.fit_generator(train_gen, epochs=5, steps_per_epoch=500, use_multiprocessing=True, workers=32, callbacks=[tensorboard_callback])
File "/usr/local/lib/python2.7/dist-packages/keras/legacy/interfaces.py", line 91, in wrapper
return func(*args, **kwargs)
File "/usr/local/lib/python2.7/dist-packages/keras/engine/training.py", line 1418, in fit_generator
initial_epoch=initial_epoch)
File "/usr/local/lib/python2.7/dist-packages/keras/engine/training_generator.py", line 177, in fit_generator
callbacks.on_epoch_begin(epoch)
File "/usr/local/lib/python2.7/dist-packages/keras/callbacks.py", line 65, in on_epoch_begin
callback.on_epoch_begin(epoch, logs)
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/keras/callbacks_v1.py", line 386, in on_epoch_begin
self.merged] = self._fetch_callback
AttributeError: 'Function' object has no attribute 'fetch_callbacks'
我正在使用tensorflow 1.15,也尝试降级到1.14,但仍然没有成功。我正在尝试使用tensorboard回调进行训练,以调试除第一个历元之外的特定历元的性能。但到目前为止,我的尝试未能正确地生成回调函数。我确保GPU正在运行,并且检测正确
任何帮助都将不胜感激。我最终使用了tf.keras
fit函数而不是fit生成器,它按照预期正常工作:
m.fit(x=train\u gen,epochs=5,steps\u per\u epoch=500,use\u multiprocessing=True,workers=8,callbacks=[tensorboard\u callback])
我最终使用了tf.keras
fit函数而不是fit生成器,它按照预期正常工作:
m.fit(x=train\u gen,epoch=5,每个epoch的步数=500,使用多处理=True,workers=8,回调=[tensorboard\u callback])