张量的形状与提供的形状不兼容，Keras 调谐器出错

Question

我正在使用 Keras 调谐器。对于简单的以下代码：

import keras_tuner as kt
from tensorflow.keras.regularizers import l1, l2
from tensorflow.keras.models import Sequential

# x: 100 x 20
# y: 1 x 100

tuner = kt.Hyperband(
            self.build_auto_encoder_model,
            objective='val_loss',
            max_epochs=30,
            hyperband_iterations=20)

tuner.search(x[0:80], y[0:80], epochs=30, validation_data=(x[80:], y[80:]))
best_model = tuner.get_best_models(1)[0]

def build_auto_encoder_model(hp):
    model = Sequential()
    regulizer_rate = hp.Choice("regulizer_rate", [1e-1, 1e-2, 1e-3, 1e-4, 1e-5])

    model.add(Dense(18, input_dim=20, activation='relu', kernel_regularizer=l1(regulizer_rate)))
    model.add(Dense(12, activation='relu', kernel_regularizer=l1(regulizer_rate)))
    model.add(Dense(10, activation='relu', kernel_regularizer=l1(regulizer_rate)))

    model.compile(optimizer=Adam(1e-2), loss='mse')

我已经尝试了不同数量的 Dense 层，但出现以下错误：

Tensor's shape (20, 18) is not compatible with supplied shape (20, 15)

但是，当完全创建一个新项目时，它会起作用。是什么原因？

Answer 1

原因是由于之前函数代码中的一些错误，已经为任何未来的试验创建并加载了一个对象，因为特纳的 overwrite 变量默认为 False。此外，在创建对象的最新版本中，第一层是 15，在您的示例中已更改为 18。

解决该问题的一个简单方法（而不是创建新项目）是将 overwrite 变量设为 True 以防止重新加载以前不兼容的对象并进行新的更改，如下所示：

# ...
tuner = kt.Hyperband(
            self.build_auto_encoder_model,
            objective='val_loss',
            max_epochs=30,
            hyperband_iterations=20,
            overwrite = True) # here
# ...

张量的形状与提供的形状不兼容，Keras 调谐器出错

Tensor's shape is not compatible with supplied shape, Error in Keras Tuner

python

tensorflow

keras

keras-tuner