有没有办法将自定义的 keras 模型放入 python 类方法中？

Question

我正在尝试使用类方法在 python 中构建一个深度神经网络。（（其背后的主要思想是稍后尝试自定义损失函数））我试图在定义神经网络结构的函数中使用 Keras，但它似乎不起作用。

# create a class to

class PGNN(keras.Sequential):

    def __init__(self,x,y):

        super().__init__()

        X = np.concatenate([x,y], axis=1)

        self.X = X

        self.x = X[:,0:1]

        self.y = X[:,1:2]

    def build_model_u(self):

        model_u = models.Sequential

        model_u.add(layers.Dense(64, activation='tanh', input_shape= 1000))

        model_u.add(layers.Dense(32, activation='tanh'))

        model_u.add(layers.Dense(16, activation='tanh'))

        model_u.add(layers.Dense(8, activation='tanh'))

        model_u.add(layers.Dense(4, activation='tanh'))

        model_u.add(layers.Dense(1))

        model_u.compile(optimizer='Adam', loss='mse', metrics=['mae'])

    def train(self, x_train, y_train):

        model = build_model_u(self)

        model.fit()

    def predict(self, x_test):

        model.predict(x_test)

    def validation(self, x_test, y_test):

        model.evaluate(x_test,y_test, verbose=2)

我希望模型在我调用 model.fit(x_train,y_train) 时开始训练，但我总是收到错误“未定义 build_model_u”

model = build_model_u(self)

NameError：名称“build_model_u”未定义

Answer 1

您必须调用类似的方法model = build_model_umodel.fit(x_train,y_train)像这样调用函数model = build_model_u()model.fit(x_train,y_train)你也可以删除输出变量output= model_u.add(layers.Dense(3))并保持这种方式model_u.add(layers.Dense(3))

Answer 2

是的，有办法。您必须使用 keras.Model 和 overtire 调用方法扩展您的自定义模型类，然后您可以从您自己的自定义类调用 fit 方法。您可以遵循以下 Keras 文档。 https://keras.io/models/about-keras-models/#model-subclassing