问题描述
我正在处理一个不受监督的问题,每当我尝试使用GridSeachCv时,都会在 grid.fit(X,X)
建议您添加代码。
X是形状为(4700,128,3)的输入数组,其中包含4700张图像的图像嵌入。请有人帮忙,我在这个问题上停留了太久了,什么都没想到。
def make_model(lr=0.0001,init= tf.keras.initializers.HeNormal()):
global autoencoder,encoder
print('MAKING MODEL')
input_img=Input(shape=(X.shape[1:]))
e1 = Conv2D(64,(3,3),activation='relu',padding='same',kernel_initializer=init)(input_img)
e1 = MaxPooling2D((2,2),padding='same')(e1)
e1 = Conv2D(32,kernel_initializer=init)(e1)
e1 = MaxPooling2D((2,padding='same')(e1)
e1 = Conv2D(16,kernel_initializer=init)(e1)
enc = MaxPooling2D((2,padding='same')(e1)
encoder=Model(input_img,enc)
dec = Conv2D(16,kernel_initializer=init)(enc)
d1 = UpSampling2D((2,2))(dec)
d1 = Conv2D(32,kernel_initializer=init)(d1)
d1 = UpSampling2D((2,2))(d1)
d1 = Conv2D(64,kernel_initializer=init)(d1)
d1 = Conv2D(3,kernel_initializer=init)(d1)
decoded=UpSampling2D((2,2))(d1)
autoencoder = Model(input_img,decoded)
autoencoder.compile(optimizer=Adam(lr),loss='binary_crossentropy',metrics=['binary_crossentropy'])
return autoencoder
def driver():
print('PROGRAM START')
from sklearn.model_selection import GridSearchCV
from keras.wrappers.scikit_learn import KerasClassifier
model=KerasClassifier(build_fn=make_model)
param=dict(batch_size=[2,4,8,16,32])
grid=GridSearchCV(estimator=model,param_grid=param)
grid_result=grid.fit(X,X)
print('PROGRAM END')
ValueError跟踪(最近一次通话最近) 在()中 3 4 img_size = 128 ----> 5驱动程序()
2幅 适合的/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/wrappers/scikit_learn.py(self,x,y,** kwargs) 第219章 第220章 -> 221提高ValueError('y的无效形状:'+ str(y.shape)) 222 self.n_classes_ = len(self.classes_) 223 return super(KerasClassifier,self).fit(x,y,** kwargs)
ValueError:y的形状无效:(4700、128、128、3)
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@)