Python 张力板属性错误:';模型检查点&x27;对象没有属性';在列车上批量开始';
我目前正在使用Tensorboard,使用下面的回调函数,如下所示Python 张力板属性错误:';模型检查点&x27;对象没有属性';在列车上批量开始';,python,tensorflow,keras,tensorboard,Python,Tensorflow,Keras,Tensorboard,我目前正在使用Tensorboard,使用下面的回调函数,如下所示 from keras.callbacks import ModelCheckpoint CHECKPOINT_FILE_PATH = '/{}_checkpoint.h5'.format(MODEL_NAME) checkpoint = ModelCheckpoint(CHECKPOINT_FILE_PATH, monitor='val_acc', verbose=1, save_best_only=True, mode='m
from keras.callbacks import ModelCheckpoint
CHECKPOINT_FILE_PATH = '/{}_checkpoint.h5'.format(MODEL_NAME)
checkpoint = ModelCheckpoint(CHECKPOINT_FILE_PATH, monitor='val_acc', verbose=1, save_best_only=True, mode='max', period=1)
当我运行Keras的密集网络模型时,我得到以下错误。我的其他任何模型都没有遇到过以这种方式运行Tensorboard的问题,这使得这个错误非常奇怪。根据这一点,正式的解决方案是使用正式的Tensorboard实现;然而,这需要升级到Tensorflow 2.0,这对我来说并不理想。有人知道我为什么会在这个特定的densenet中出现以下错误,并且有人知道解决方法/修复方法吗?
AttributeError回溯(最近的调用)
最后)在()
26批次尺寸=32,
27类重量=类重量,
--->28回调=回调\u列表
29 )
三十
2帧
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/callbacks.py
调用批处理钩子(self、mode、钩子、批处理、日志)
245 t_before_回调=time.time()
246对于self.callbacks中的回调:
-->247批处理钩子=getattr(回调,钩子名称)
248批次挂钩(批次、日志)
249 self._delta_ts[hook_name].append(time.time()-t_-before_回调)
AttributeError:“ModelCheckpoint”对象没有属性
“列车上批次开始”
我正在运行的密集网络
from tensorflow.keras import layers, Sequential
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.applications.densenet import preprocess_input, DenseNet121
from keras.optimizers import SGD, Adagrad
from keras.utils.np_utils import to_categorical
IMG_SIZE = 256
NUM_CLASSES = 5
NUM_EPOCHS = 100
x_train = np.asarray(x_train)
x_test = np.asarray(x_test)
y_train = to_categorical(y_train, NUM_CLASSES)
y_test = to_categorical(y_test, NUM_CLASSES)
x_train = x_train.reshape(x_train.shape[0], IMG_SIZE, IMG_SIZE, 3)
x_test = x_test.reshape(x_test.shape[0], IMG_SIZE, IMG_SIZE, 3)
densenet = DenseNet121(
include_top=False,
input_shape=(IMG_SIZE, IMG_SIZE, 3)
)
model = Sequential()
model.add(densenet)
model.add(layers.GlobalAveragePooling2D())
model.add(layers.Dense(NUM_CLASSES, activation='softmax'))
model.summary()
model.compile(loss='categorical_crossentropy',
optimizer='adam',
metrics=['accuracy'])
history = model.fit(x_train,
y_train,
epochs=NUM_EPOCHS,
validation_data=(x_test, y_test),
batch_size=32,
class_weight=class_weights_dict,
callbacks=callbacks_list
)
在您的导入中,您混合了
keras
和tf.keras
,它们彼此不兼容,因为您会遇到类似这样的奇怪错误
因此,一个简单的解决方案是选择
keras
或tf.keras
,并从该软件包中导入所有内容,切勿将其与其他软件包混合。从keras
或tensorflow.keras
我希望这能解决问题 是的,进口混合了keras和tensorflow 尝试使用tensorflow.keras,例如:
from tensorflow.keras.callbacks import EarlyStopping
我换这条线
from keras.callbacks import EarlyStopping, ModelCheckpoint
from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint
这条线
from keras.callbacks import EarlyStopping, ModelCheckpoint
from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint
这正是公认的答案对NOT Dot所说的。这与一年前的三个现有答案基本相同。