有没有办法将自定义 keras 模型放入 python class 方法中？

Question

我正在尝试使用 class 方法在 python 中构建深度神经网络。（（主要思想是后面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 "build_model_u is not defined"

model = build_model_u(self)

NameError: 名称 'build_model_u' 未定义

Answer 1

你一定是在调用这样的方法

model = build_model_u
model.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))

并保持这种状态

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 class，然后您可以从您自己的自定义 class 调用 fit 方法。您可以遵循以下 Keras 文档。 https://keras.io/models/about-keras-models/#model-subclassing

有没有办法将自定义 keras 模型放入 python class 方法中？

Is there a way to put a customized keras model inside a python class method?

python

deep-learning

keras

loss-function