几周前,我在做一个项目,我安装了一个旧版本的 tensorflow 来尝试解决我遇到的问题。它没有像我希望的那样工作,我 pip 安装了最新版本的 tensorflow,但现在我经常收到与 tensorflow 过时相关的错误消息。它们不会停止程序执行,但它们就在那里。据我所知,我安装了最新版本,但我想我一定遗漏了一些东西。这是我遇到的错误之一的示例:WARNING: tensorflow: Can save best model only with val_loss available, skipping。当我尝试使用保存 keras 模型时发生这种情况ModelCheckpoint。我在使用时收到不同的消息model_save()。每当我尝试以任何方式保存任何模型时,似乎都会出现问题。如果有人有任何建议,我会喜欢的。我在 Google Colab 上使用 Python。如果您需要我提供更多信息,请告诉我。编辑:为 ModelCheckpoint 添加代码:save=ModelCheckpoint("/content/drive/My Drive/Colab Notebooks/cavity data/Frequency Model.h5", save_best_only=True, verbose=1)model.fit()然后像这样调用它:model.fit(X_train, Y_train, epochs=500, callbacks=[save, stop], verbose=1)
1 回答
子衿沉夜
TA贡献1828条经验 获得超3个赞
ModelCheckpoint 的默认监视器是验证损失或“val_loss”。
正如警告所暗示的那样,缺少键“val_loss”,因为您没有在 model.fit() 中使用验证数据。
在 model.fit() 中指定验证拆分或验证数据,或者仅使用训练损失或准确性作为 ModelCheckpoint 的监视器,如下面的示例所示。
monitor = "accuracy" # or "loss"
save = ModelCheckpoint("/content/drive/My Drive/Colab Notebooks/cavity data/Frequency Model.h5", monitor=monitor, save_best_only=True, verbose=1)
model.fit(X_train, Y_train, epochs=500, callbacks=[save, stop], verbose=1)
添加回答
举报
0/150
提交
取消