我正在开发一个使用 Keras 和 Tensorflow 的 R 神经网络项目。我真的很想利用提前停止功能,主要是为了获得最佳权重,但我正在努力绕过错误:“TypeError:'>'在'EarlyStopping'和'float'实例之间不受支持。 ”这里回答了类似的问题:TypeError: '>' not supported between instances of 'NoneType' and 'float' ,但解决方案都是用Python编码。任何使用 R 命令的帮助都会很棒!
这是我的代码:
# API model
model <- local({
input = layer_input(shape = c(44), name = 'main_input')
layer1 = input %>%
layer_dense(units = 22, activation = "relu")
layer2 = input %>%
layer_dense(units = 22, activation = "relu")
output = layer_concatenate(c(layer1, layer2)) %>%
layer_dense(units = 10, activation = "relu") %>%
layer_dense(units = 2, activation = "sigmoid")
keras_model(inputs = input, outputs = output)
})
model %>%
compile(loss = "binary_crossentropy",
optimizer = 'adam',
metrics = "accuracy")
history = model %>%
fit(train,
trainLabels,
epoch = 25,
batch_size = 32,
validation_split = 0.2)
callback_early_stopping(monitor = "val_acc", patience = 5, restore_best_weights = TRUE))
#Error in py_compare_impl(a, b, op) :
TypeError: '>' not supported between instances of 'EarlyStopping' and 'float'
我的数据已转换为数字结构并格式化为矩阵以运行 Keras/Tensorflow 命令。但是,我知道我的模型中的变量是 float32:
str(train)
num [1:2594, 1:44] 0.0202 -1.9071 0.0202 0.0202 -1.9071 ...
tail(model$variables)
...
[[5]]
<tf.Variable 'dense_21/kernel:0' shape=(10, 2) dtype=float32, numpy=
array([[-0.79153246, 0.20632687],
[-0.21896149, 0.02037789],
[-0.04512246, 0.29801697],
[-0.46573785, 0.3391741 ],
[-0.71519893, 0.8290489 ],
[ 0.82080096, -0.13467254],
[-0.60803676, -0.5283991 ],
[ 0.8202912 , -0.89913267],
[ 0.6229674 , -0.9428901 ],
[ 1.1776545 , -0.8499227 ]], dtype=float32)>
[[6]]
<tf.Variable 'dense_21/bias:0' shape=(2,) dtype=float32, numpy=array([-0.09607901, 0.09400514], dtype=float32)>
我还尝试使用“int32”而不是 float32 来构建模型,但看起来我无法在没有 float 的情况下构建任何密集层。关于我如何继续前进有什么想法/想法吗?
谢谢!
最佳答案
不知道您是否仍然需要帮助解决此问题,但您需要将提前停止的调用放在列表中,如下所示。
callbacks = list(callback_early_stopping(monitor = "val_acc", patience = 5, restore_best_weights = TRUE))
关于r - R 中支持 Callback_Early_Stopping,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63208624/