为了账号安全,请及时绑定邮箱和手机立即绑定

使用 keras 功能模型时出现类型错误

使用 keras 功能模型时出现类型错误

杨__羊羊 2021-09-28 17:03:46
我使用 Keras 函数式 API(keras 2.2 版)来定义模型,但是当我尝试将数据拟合到模型时,我得到了一些错误。我目前使用的是 python 2.7,代码在 Ubuntu 18.04 上运行。以下是模型的代码:class Model:    def __init__(self, config):        self.hidden_layers = config["hidden_layers"]        self.loss = config["loss"]        self.optimizer = config["optimizer"]        self.batch_normalization = config["batch_normalization"]        self.model = self._build_model()    def _build_model(self):        input = Input(shape=(32,))        hidden_layers = []        if self.batch_normalization:            hidden_layers.append(Dense(self.hidden_layers[0], bias_initializer= Orthogonal)(input))            hidden_layers.append(BatchNormalization()(hidden_layers[-1]))            hidden_layers.append(Activation("relu")(hidden_layers[-1]))        else:            hidden_layers.append(Dense(self.hidden_layers[0], bias_initializer= Orthogonal, activation='relu')(input))        for i in self.hidden_layers[1:]:            if self.batch_normalization:                hidden_layers.append(Dense(i, bias_initializer= Orthogonal)(hidden_layers[-1]))                hidden_layers.append(BatchNormalization()(hidden_layers[-1]))                hidden_layers.append(Activation("relu")(hidden_layers[-1]))            else:                hidden_layers.append(Dense(i, bias_initializer= Orthogonal, activation='relu')(hidden_layers[-1]))        output_layer = Dense(2, activation="softmax")(hidden_layers[-1])        model = Model(input= input, output= output_layer)        model.compile(optimizer=self.optimizer, loss=self.loss, metrics=["accuracy"])        return model我真的不明白这个 TypeError 是什么。我不确定如何更改我的模型定义以避免此错误。
查看完整描述

1 回答

  • 1 回答
  • 0 关注
  • 247 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号