Python 克拉斯。ValueError:对关闭的文件执行I/O操作
我使用jupyter笔记本和anaconda。我先用kerast,但我不能做教程。关于此问题,stackoverflow中有两个主题,但未找到解决方案 我的代码:Python 克拉斯。ValueError:对关闭的文件执行I/O操作,python,machine-learning,keras,Python,Machine Learning,Keras,我使用jupyter笔记本和anaconda。我先用kerast,但我不能做教程。关于此问题,stackoverflow中有两个主题,但未找到解决方案 我的代码: model = Sequential() model.add(Dense(1, input_dim=1, activation='softmax')) model.compile(optimizer='rmsprop', loss='binary_crossentropy',
model = Sequential()
model.add(Dense(1, input_dim=1, activation='softmax'))
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy'])
X_train_shape = X_train.reshape(len(X_train), 1)
Y_train_shape = Y_train.reshape(len(Y_train), 1)
model.fit(X_train, Y_train, nb_epoch=5, batch_size=32)
我有一个错误,这是随机的,有时是一个或两个时代的竞争:
纪元1/5 4352/17500
---------------------------------------------------------------------------ValueError回溯(最近的调用
最后)在()
32个样本中的2个
3#睡眠(0.1)
---->4.型号配合(X_系列、Y_系列、nb_epoch=5、批次尺寸=32)
5#睡眠(0.1)
C:\Anaconda3\envs\py27\lib\site packages\keras\models.pyc-in-fit(self,
x、 y、批大小、nb、详细、回调、验证、拆分、,
验证数据、随机、类别权重、样本权重,**kwargs)
395洗牌=洗牌,
396级重量=级重量,
-->397样品重量=样品重量)
398
399 def评估(自我、x、y、批次大小=32、详细=1、
C:\Anaconda3\envs\py27\lib\site packages\keras\engine\training.pyc in
拟合(自、x、y、批量大小、nb、详细、回调、,
验证分割、验证数据、洗牌、等级权重、,
样本重量)1009详细=详细,
回调=回调,1010val_f=val_f,val_ins=val_ins,shuffle=shuffle, ->1011回调_度量=回调_度量)1012 1013 def 评估(自身、x、y、批次大小=32、详细程度=1、样本重量=无): C:\Anaconda3\envs\py27\lib\site packages\keras\engine\training.pyc in _fit_循环(self、f、ins、out_标签、批量大小、nb_epoch、verbose、callbacks、val_f、val_ins、shuffle、callback_度量) 753批日志[l]=o 754 -->755回调。在批处理结束时(批处理索引、批处理日志) 756 757历元日志={} C:\Anaconda3\envs\py27\lib\site packages\keras\callbacks.pyc in 在批处理端(自身、批处理、日志) 58 t_before_回调=time.time() 59对于self.callbacks中的回调: --->60回调。在批处理结束时(批处理,日志) 61 self._delta_ts_batch_end.append(time.time()-t_before_回调) 62 delta_t_中值=np.中值(自身._delta_ts_批次_结束) C:\Anaconda3\envs\py27\lib\site packages\keras\callbacks.pyc in 在批处理端(自身、批处理、日志) 187#将由on#U EPOCHO#端处理 188如果self.verbose和self.seen
在中更改详细级别
model.fit()
到
verbose=0。
看
这不是一个直截了当的“修复”,但它应该有助于缓解与更新iPython控制台相关的争用情况。如果将model.fit()中的详细级别更改为verbose=0,问题是否会消失?参见github.com/fchollet/keras/issues/2110这对我很有用。谢谢您的发帖。@Amw5G您能把它作为一个答案发帖吗?