12345678_0001
2023-06-06 16:16:59
幾周前,我在做一個項目,我安裝了一個舊版本的 tensorflow 來嘗試解決我遇到的問題。它沒有像我希望的那樣工作,我 pip 安裝了最新版本的 tensorflow,但現(xiàn)在我經(jīng)常收到與 tensorflow 過時相關(guān)的錯誤消息。它們不會停止程序執(zhí)行,但它們就在那里。據(jù)我所知,我安裝了最新版本,但我想我一定遺漏了一些東西。這是我遇到的錯誤之一的示例:WARNING: tensorflow: Can save best model only with val_loss available, skipping。當我嘗試使用保存 keras 模型時發(fā)生這種情況ModelCheckpoint。我在使用時收到不同的消息model_save()。每當我嘗試以任何方式保存任何模型時,似乎都會出現(xiàn)問題。如果有人有任何建議,我會喜歡的。我在 Google Colab 上使用 Python。如果您需要我提供更多信息,請告訴我。編輯:為 ModelCheckpoint 添加代碼:save=ModelCheckpoint("/content/drive/My Drive/Colab Notebooks/cavity data/Frequency Model.h5", save_best_only=True, verbose=1)model.fit()然后像這樣調(diào)用它:model.fit(X_train, Y_train, epochs=500, callbacks=[save, stop], verbose=1)
1 回答

子衿沉夜
TA貢獻1828條經(jīng)驗 獲得超3個贊
ModelCheckpoint 的默認監(jiān)視器是驗證損失或“val_loss”。
正如警告所暗示的那樣,缺少鍵“val_loss”,因為您沒有在 model.fit() 中使用驗證數(shù)據(jù)。
在 model.fit() 中指定驗證拆分或驗證數(shù)據(jù),或者僅使用訓練損失或準確性作為 ModelCheckpoint 的監(jiān)視器,如下面的示例所示。
monitor = "accuracy" # or "loss"
save = ModelCheckpoint("/content/drive/My Drive/Colab Notebooks/cavity data/Frequency Model.h5", monitor=monitor, save_best_only=True, verbose=1)
model.fit(X_train, Y_train, epochs=500, callbacks=[save, stop], verbose=1)
添加回答
舉報
0/150
提交
取消