这是我的代码:
from keras.callbacks import EarlyStopping
model = Sequential()
model.add(Dense(50, input_dim=33, init='uniform', activation='relu'))
for u in range(3): #how to efficiently add more layers
model.add(Dense(33, init='uniform', activation='relu'))
model.add(Dense(122, init='uniform', activation='sigmoid'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train, Y_train, nb_epoch=20, batch_size=20, callbacks=[EarlyStopping(monitor='val_loss', patience=4)])
我收到以下错误:
TypeError: unsupported operand type(s) for -: 'NoneType' and 'int'
当我不使用 EarlyStopping
时,它不会产生该错误。
有人解决了吗?
最佳答案
如果您考虑一下:您要求在训练期间不使用验证来监控验证损失。
使用
model.fit(X_train, Y_train, nb_epoch=20, batch_size=20, validation_split=0.2, callbacks=[EarlyStopping(monitor='val_loss', patience=4)])
例如,如果您想要进行验证。它将使用 20% 的数据作为验证集。您不会在这些样本上进行训练,只是在每个时期结束时验证您的模型。
正如您在关于此代码的其他问题中提到的那样:将最后一个激活更改为 softmax 以与 categorical_crossentropy
一起使用。或者根据您的需要将目标切换为 binary_crossentropy
。
关于python - 如何防止 TypeError : unsupported operand type(s) for -: 'NoneType' and 'int' when using keras EarlyStopping?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42472416/