人工神经网络 - 编译错误
Artificial Neural Network - Compiling error
我自己正在学习深度学习,并且在执行 ANN 时遇到问题。这是我正在做的:
正在初始化 ANN(我已经预先拆分了数据集):
classifier = Sequential()
添加输入层和第一个隐藏层:
classifier.add(Dense(input_dim = 11, kernel_initializer = 'uniform', activation = 'relu', units = 6))
添加第二个隐藏层:
classifier.add(Dense(units = 6, kernel_initializer = 'uniform', activation = 'relu'))
添加输出层:
classifier.add(Dense(units = 1, kernel_initializer = 'uniform', activation = 'sigmoid'))
使用随机梯度下降编译 ANN:
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
在此之后,当我 select 和 运行 最后一个命令时,我收到一条错误消息:
TypeError: sigmoid_cross_entropy_with_logits() got an unexpected keyword argument 'labels'
我注意到当我使用 loss = mean_squared_error
时,它编译得很好。你能告诉我发生了什么事吗?
Sypder
和 Python
是我发帖当天的最新消息。
Windows 10
。
Thanos、TensorFlow 和 Keras 最新
提前致谢。
Tensorflow 更改了此函数的关键字名称,您可能使用的是 tf 或 keras 的过时版本,请同时更新这两个版本,您应该可以继续使用了。
使用每晚构建更新您的 tensorflow 版本:
https://github.com/tensorflow/tensorflow#installation
看到这个问题:https://github.com/carpedm20/DCGAN-tensorflow/issues/84
pip install -U tensorflow
为我解决了这个问题
我自己正在学习深度学习,并且在执行 ANN 时遇到问题。这是我正在做的:
正在初始化 ANN(我已经预先拆分了数据集):
classifier = Sequential()
添加输入层和第一个隐藏层:
classifier.add(Dense(input_dim = 11, kernel_initializer = 'uniform', activation = 'relu', units = 6))
添加第二个隐藏层:
classifier.add(Dense(units = 6, kernel_initializer = 'uniform', activation = 'relu'))
添加输出层:
classifier.add(Dense(units = 1, kernel_initializer = 'uniform', activation = 'sigmoid'))
使用随机梯度下降编译 ANN:
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
在此之后,当我 select 和 运行 最后一个命令时,我收到一条错误消息:
TypeError: sigmoid_cross_entropy_with_logits() got an unexpected keyword argument 'labels'
我注意到当我使用 loss = mean_squared_error
时,它编译得很好。你能告诉我发生了什么事吗?
Sypder
和 Python
是我发帖当天的最新消息。
Windows 10
。
Thanos、TensorFlow 和 Keras 最新
提前致谢。
Tensorflow 更改了此函数的关键字名称,您可能使用的是 tf 或 keras 的过时版本,请同时更新这两个版本,您应该可以继续使用了。
使用每晚构建更新您的 tensorflow 版本:
https://github.com/tensorflow/tensorflow#installation
看到这个问题:https://github.com/carpedm20/DCGAN-tensorflow/issues/84
pip install -U tensorflow
为我解决了这个问题