Python 3.x 名称错误：名称'；分类器&x27；没有定义

我是机器学习新手。我试图在数据集上进行预测，但当我运行该程序时，它给了我以下错误：

NameError: name 'classifier' is not defined 

这是我的密码：

import numpy as np
from keras.preprocessing import image
test_image = image.load_img('dataset/single_prediction/1.jpg', target_size = (64, 64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
  prediction = 'nsfw'
else:
  prediction = 'sfw'

---

您正在使用

分类器

进行预测。但是没有定义

分类器。这就是错误所在

要解决此问题，您必须拥有已保存的keras模型，该模型针对您的特定问题进行了培训。如果你有，你可以加载它并做出预测

下面的代码显示了如何加载模型

from keras.models import load_model

classifier = load_model('path_to_your_model')

加载模型后，您可以使用该模型进行类似的预测

import numpy as np
from keras.preprocessing import image
test_image = image.load_img('dataset/single_prediction/1.jpg', target_size = (64, 64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
  prediction = 'nsfw'
else:
  prediction = 'sfw'

在开始向模型中添加图层之前，必须指定“空”版本

from keras.models import load_model

classifier = load_model('path_to_your_model')

您只需在代码上方添加以下行即可修复此错误：

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

#empty model
classifier = Sequential()

然后继续指定like：

#add layers, start with hidden layer and first deep layer
classifier.add(Dense(output_dim=15, init="uniform", activation='relu',input_dim = 15))
classifier.add(Dropout(rate=0.1))

这是意料之中的。您尚未定义分类器，因此必须加载已保存的分类器。我有try.py文件trained@ShubhamAher如果答案解决了你的问题，请通过点击答案旁边的复选框来接受它（如果你有帮助的话，你也可以考虑一个赞成票）。