类型错误：（'关键字参数不理解：'，'子样本'）

Question

我正在使用 Keras 模型进行训练，但它抛出了错误。我用 Conv2D 替换了 Convolution2D，但不起作用。---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last)<ipython-input-99-e85c5751f266> in <module>()     26   model.compile(loss='mse', optimizer=optimizer)     27   return model---> 28 model = nvidia_model()     29 print(model.summary())5 frames/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/utils/generic_utils.py in validate_kwargs(kwargs, allowed_kwargs, error_message)    776   for kwarg in kwargs:    777     if kwarg not in allowed_kwargs:--> 778       raise TypeError(error_message, kwarg)    779     780 TypeError: ('Keyword argument not understood:', 'subsample')修改后的代码我目前正在使用 keras 2.2.4 我目前正在使用 keras 2.2.4 我目前正在使用 keras 2.2.4 我目前正在使用 keras 2.2.4定义 nvidia 模型def nvidia_model():  model = Sequential()  model.add(Conv2D(24, 5, 5, strides=(2, 2), input_shape=(66, 200, 3), activation='elu'))  model.add(Conv2D(36, 5, 5, strides=(2, 2), activation='elu'))  model.add(Conv2D(48, 5, 5, strides=(2, 2), activation='elu'))  model.add(Conv2D(64, 3, 3, activation='elu'))    model.add(Conv2D(64, 3, 3, activation='elu'))#   model.add(Dropout(0.5))      model.add(Flatten())    model.add(Dense(100, activation = 'elu'))#   model.add(Dropout(0.5))    model.add(Dense(50, activation = 'elu'))#   model.add(Dropout(0.5))    model.add(Dense(10, activation = 'elu'))#   model.add(Dropout(0.5))  model.add(Dense(1))    optimizer = Adam(lr=1e-3)  model.compile(loss='mse', optimizer=optimizer)  return modelmodel = nvidia_model()print(model.summary())

Answer 1

它明确表示子样本未知。尝试将“subsample”替换为“strides”，在最新版本的 keras 中，它是这样调用的。

Answer 2

试试这个方法：

def nvidia_model():

  model = Sequential()

  model.add(Conv2D(24,(5,5), strides=(2, 2), input_shape=(66, 200, 3), activation='elu'))

  model.add(Conv2D(36, (5,5), strides=(2, 2), activation='elu'))

  model.add(Conv2D(48, (5,5), strides=(2, 2), activation='elu'))

  model.add(Conv2D(64, (3,3), activation='elu'))

  

  model.add(Conv2D(64, (3,3), activation='elu'))

#   model.add(Dropout(0.5))

  

  

  model.add(Flatten())

  

  model.add(Dense(100, activation = 'elu'))

#   model.add(Dropout(0.5))

  

  model.add(Dense(50, activation = 'elu'))

#   model.add(Dropout(0.5))

  

  model.add(Dense(10, activation = 'elu'))

#   model.add(Dropout(0.5))

  model.add(Dense(1))

  

  optimizer = Adam(lr=1e-3)

  model.compile(loss='mse', optimizer=optimizer)

  return model

model = nvidia_model()

print(model.summary())