Python Keras错误:无法编译模型,因为它没有优化损失
当我使用Keras时。我收到一个有线错误: ValueError:无法编译模型,因为它没有优化损失。 这是我的密码:Python Keras错误:无法编译模型,因为它没有优化损失,python,machine-learning,keras,deep-learning,Python,Machine Learning,Keras,Deep Learning,当我使用Keras时。我收到一个有线错误: ValueError:无法编译模型,因为它没有优化损失。 这是我的密码: model = Sequential() model.add(LSTM( input_shape=(None, 1), units=50, return_sequences=True)) model.add(Dropout(0.2)) model.add(LSTM( 200, return_sequences=False)) model
model = Sequential()
model.add(LSTM(
input_shape=(None, 1),
units=50,
return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(
200,
return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(units=1))
model.add(Activation('linear'))
model.compile(lose='mse', optimizer='rmsprop')
# Step 3. Train model
model.fit(X_Training, Y_Training,
batch_size=512,
nb_epoch=5,
validation_split=0.05)
将
丢失
更改为丢失
:
model.compile(lose='mse',optimizer='rmsprop')
应该是
model.compile(loss='mse',optimizer='rmsprop')
好吧,你正在通过lose=
,而你应该通过loss=
嗨,朋友,你能帮我解决这个问题吗?你不认为仅仅添加一条注释和一个“由于简单的印刷而偏离主题”的结束投票会更好吗,特别是考虑到你是这个社区的固定成员?