恢复正确版本的tensorflow

Question

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)

Answer 1

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)