问题描述
我在这个很棒的论坛上寻找解决方案,但我还没有找到,所以我现在写下我的问题。
我正在尝试通过使用多个包来使用 R 深入研究神经网络。问题是来自...
[https://www.kaggle.com/c/titanic/overview]
使用keras,我在拟合步骤中发现了问题。
我构建的模型:
data$PassengerId <- NULL
data$Name <- NULL
data$Ticket <- NULL
data$Cabin <- NULL
library(caTools)
split = sample.split(data$Survived,SplitRatio = 0.75)
train_data <- subset(data,split==TRUE)
test_data <- subset(data,split==FALSE)
train_keras <- train_data
test_keras <- test_data
train_keras$Survived <- as.numeric(train_keras$Survived)
train_keras$Pclass <- as.numeric(train_keras$Pclass)
train_keras$Sex <- as.numeric(train_keras$Sex)
train_keras$Embarked <- as.numeric(train_keras$Embarked)
train_keras$Survived <- train_keras$Survived -1
test_keras$Survived <- as.numeric(test_keras$Survived)
test_keras$Pclass <- as.numeric(test_keras$Pclass)
test_keras$Sex <- as.numeric(test_keras$Sex)
test_keras$Embarked <- as.numeric(test_keras$Embarked)
test_keras$Survived <- test_keras$Survived -1
train_keras[,-1] <- scale(train_keras[,-1])
test_keras[,-1] <- scale(test_keras[,-1])
library(keras)
library(tidyverse)
X_train <- train_keras %>%
select(-Survived)
y_train <- to_categorical(train_keras$Survived)
X_test <- test_keras %>%
select(-Survived)
y_test <- to_categorical(test_keras$Survived)
classifier <- keras_model_sequential()
classifier %>%
layer_dense(units = 256,activation = 'relu',input_shape = ncol(X_train)) %>%
layer_dropout(rate = 0.4) %>%
layer_dense(units = 128,activation = 'relu') %>%
layer_dropout(rate = 0.3) %>%
layer_dense(units = 2,activation = 'sigmoid')
history <- classifier %>% compile(
loss = 'binary_crossentropy',optimizer = 'adam',metrics = c('accuracy')
)
因此,在清理数据,将其分为测试和训练,正确键入之后,我在 keras 中构建了模型。到现在为止,没有问题。正如我所说,问题出在拟合这个模型的时刻。
classifier %>% fit(
X_train,y_train,epochs = 100,batch_size = 5,validation_split = 0.2
)
这引发了错误:
py_call_impl(callable,dots$args,dots$keywords) 中的错误: 值错误:在用户代码中:
深入挖掘,我看到了一些奇怪的东西,指向序列模型上的维度。
assert_input_compatibility\n ' 输入张量。收到的输入:' +
str(inputs))\n\n ValueError: 层序列_12 需要 1 个输入,但是
它接收了 7 个输入张量。收到的输入:[
如果我看得更深,我会发现整个架构是用 (None,1) 形状的张量定义的,这对我来说(很抱歉我缺乏这方面的经验)很奇怪。我知道问题是我喂模型的方式,但我仍然不知道我什么时候有问题。
提前致谢
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)