运行 Keras 和 scikit-learn 时发生了不同的异常

Question

我尝试将 Keras 模型（作为函数）从 scikit_learn 传递给 KerasClassifier 包装器，然后使用 GridSearchCV 创建一些设置，最后拟合训练和测试数据集（均为 numpy 数组）然后，我使用相同的 python 脚本，得到了不同的异常，其中一些是：_1.回溯（最近一次调用）：文件“mnist_flat_imac.py”，第 63 行，在 grid_result = validator.fit(train_images, train_labels) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/ sklearn/model_selection/_search.py”，第 626 行，适合 base_estimator = clone(self.estimator) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”，第 62 行，在 clone new_object_params[name] = clone(param, safe=False) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”，第 53 行，在克隆剪在这里在 _deepcopy_dict y[deepcopy(key, memo)] = deepcopy(value, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 174 行，在 deepcopy rv = reductor(4 ) TypeError: can't pickle SwigPyObject objects Exception异常被忽略：> Traceback (最近一次调用最后一次): File "/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/tensorflow/python/framework/c_api_util .py”，第 52 行，在 __del__ c_api.TF_DeleteGraph(self.graph) AttributeError: 'ScopedTFGraph' object has no attribute 'graph'_2.回溯（最近一次调用）：文件“mnist_flat_imac.py”，第 63 行，在 grid_result = validator.fit(train_images, train_labels) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/ sklearn/model_selection/_search.py”，第 626 行，适合 base_estimator = clone(self.estimator) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”，第 62 行，在 clone new_object_params[name] = clone(param, safe=False) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”，第 53 行，在clone return copy.deepcopy(estimator) File "/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py", line 182, in deepcopy y = _reconstruct(x, rv, 1, memo) File "/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 297 行，在 _reconstruct

Answer 1

找到了。

应该是： clf = KerasClassifier(build_fn=get_model)

而不是： clf = KerasClassifier(build_fn=get_model())