Keras KeyError: 'metrics' line ---> 13 callbacks=callbacks while executing model.fit()

Question

当我偶然发现这个问题时，我正在 Coursera 中试用这门课程。每当我尝试运行 model.fit() 时，它都会显示此错误。

显示错误：

KeyError                                  Traceback (most recent call last)

<ipython-input-83-0ef54ef3afb9> in <module>()
     11     validation_steps = len(x_val) // batch_size,
     12     epochs=12,
---> 13     callbacks=callbacks
     14 )

3 frames

/usr/local/lib/python3.6/dist-packages/livelossplot/generic_keras.py in on_train_begin(self, logs)
     29 
     30     def on_train_begin(self, logs={}):
---> 31         self.liveplot.set_metrics([metric for metric in self.params['metrics'] if not metric.startswith('val_')])
     32 
     33         # slightly convolved due to model.complie(loss=...) stuff

KeyError: 'metrics'

这是我的实际代码：

from tensorflow.keras.layers import Dense, Input, Dropout,Flatten, Conv2D
from tensorflow.keras.layers import BatchNormalization, Activation, MaxPooling2D

from tensorflow.keras.models import Model, Sequential
from tensorflow.keras.optimizers import Adam, SGD
from tensorflow.keras.callbacks import ModelCheckpoint

正在初始化 CNN

model = Sequential()

第一次卷积

model.add(Conv2D(32,(5,5), padding='same', input_shape=(64, 128, 1)))
model.add(BatchNormalization())
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))

第二个卷积层

model.add(Conv2D(64, (5,5), padding='same'))
model.add(BatchNormalization())
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))

扁平化

model.add(Flatten())

全连接层

model.add(Dense(1024))
model.add(BatchNormalization())
model.add(Activation('relu'))
model.add(Dropout(0.4))

model.add(Dense(4, activation='softmax'))

学习率调度和编译模型

initial_learning_rate=0.005
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
    initial_learning_rate = initial_learning_rate,
    decay_steps=5,
    decay_rate=0.96,
    staircase=True
)
optimizer = Adam(learning_rate=lr_schedule)

model.compile(loss='categorical_crossentropy', optimizer=optimizer , metrics=["accuracy"])
model.summary()

训练模型

checkpoint = ModelCheckpoint('model_weight.h5', monitor='val_loss', 
                             save_weights_only=True, mode='min', verbose=0)
callbacks=[PlotLossesCallback(), checkpoint]

batch_size=32

history = model.fit(
    datagen_train.flow(x_train, y_train, batch_size=batch_size, shuffle=True),
    steps_per_epoch = len(x_train) // batch_size,
    validation_data = datagen_val.flow(x_val, y_val, batch_size=batch_size, shuffle=True),
    validation_steps = len(x_val) // batch_size,
    epochs=12,
    callbacks=callbacks
)

我该如何解决这个问题？

Answer 1

livelossplot.tf_keras 在 Tensorflow 2.1+ 版本中不起作用，使用 pip install tensorflow==2.1 将您的 TensorFlow 版本从 2.2 降级到 Tensorflow 2.1，它将起作用并绘制您的模型训练图。

Answer 2

您必须更新 livelossplot 才能使用 tensorflow 2.x 版本。最新 API 工作有重大变化。而不是使用 tf_keras 使用 PlotLossesKeras.

from livelossplot import PlotLossesKeras

model.fit(X_train, Y_train,
          epochs=10,
          validation_data=(X_test, Y_test),
          callbacks=[PlotLossesKeras()],
          verbose=0)

Answer 3

尝试更改您的导入语句

from livelossplot.tf_keras import PlotLossesCallback

至

from livelossplot.inputs.tf_keras import PlotLossesCallback

Keras KeyError: 'metrics' line ---> 13 callbacks=callbacks while executing model.fit()

Keras KeyError: 'metrics' line ---> 13 callbacks=callbacks while executing model.fit()

python

machine-learning

keyerror

keras

tensorflow2.0

显示错误：

这是我的实际代码：

正在初始化 CNN

第一次卷积

第二个卷积层

扁平化

全连接层

学习率调度和编译模型

训练模型