根据预测，我加载的模型将给我一个AttributeError
。
AttributeError是Python编程语言中的一个异常类型，表示对象没有某个属性或方法。当我们尝试访问一个对象不存在的属性或方法时，就会抛出AttributeError异常。
在加载模型时，如果模型文件或模型对象缺少某个属性或方法，就可能会出现AttributeError。这可能是由于以下几个原因导致的：
- 模型文件损坏：模型文件可能在传输或存储过程中损坏，导致加载时缺少必要的属性或方法。
- 模型版本不匹配：模型文件可能是用不同版本的库或框架训练得到的，加载时可能会出现版本不匹配的问题，导致缺少属性或方法。
- 加载代码错误：加载模型的代码可能存在错误，导致无法正确地加载模型，进而出现AttributeError。
针对这个问题，我们可以采取以下几个步骤来解决：
- 检查模型文件：确保模型文件没有损坏，可以尝试重新下载或重新传输模型文件。
- 检查模型版本：确保加载模型的库或框架版本与训练模型时使用的版本一致。如果版本不一致，可以尝试升级或降级库或框架，以匹配模型版本。
- 检查加载代码：仔细检查加载模型的代码，确保代码正确地加载了模型文件，并且没有遗漏必要的属性或方法。
如果以上步骤都没有解决问题，可以尝试以下方法：
- 重新训练模型：如果模型文件确实存在问题，可以尝试重新训练模型，确保生成的模型文件完整且与加载代码匹配。
- 寻求帮助：如果问题仍然存在，可以向相关的开发社区、论坛或技术支持寻求帮助，分享详细的错误信息和代码，以便其他人能够更好地理解和解决问题。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 腾讯云人工智能开发平台（https://cloud.tencent.com/product/ai）
- 腾讯云云服务器（https://cloud.tencent.com/product/cvm）
- 腾讯云对象存储（https://cloud.tencent.com/product/cos）
- 腾讯云区块链服务（https://cloud.tencent.com/product/bcs）
- 腾讯云音视频处理（https://cloud.tencent.com/product/mps）
- 腾讯云物联网平台（https://cloud.tencent.com/product/iotexplorer）
- 腾讯云移动开发平台（https://cloud.tencent.com/product/mpe）
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）
- 腾讯云网络安全（https://cloud.tencent.com/product/ddos）
- 腾讯云云原生应用引擎（https://cloud.tencent.com/product/tke）
- 腾讯云视频直播（https://cloud.tencent.com/product/lvb）
- 腾讯云音视频通信（https://cloud.tencent.com/product/trtc）
- 腾讯云元宇宙（https://cloud.tencent.com/product/ugc）
相关·内容
我有一个角粒序列模型。我使用命令保存了该模型。
tf.keras.models.save_model(model, 'model')
现在它有了以下文件夹结构，
现在，我使用
model = tf.saved_model.load('model')
我也试过
model = tf.keras.models.load_model('model')
然后我试着预测
model.predict(padded_seq, verbose=0)
这给我带来了错误
AttributeError: '_UserObject' objec
浏览 12提问于2021-12-29得票数 1
利用SVM分类器建立了情感分析器。我用probability=True训练模型，它可以给我概率。但是，当我将我的模型腌制并在以后再次加载时，这个概率就不再起作用了。
模式：
from sklearn.svm import SVC, LinearSVC
pipeline_svm = Pipeline([
('bow', CountVectorizer()),
('tfidf', TfidfTransformer()),
('classifier', SVC(probability=True)),])
# pipeline
浏览 0提问于2017-03-27得票数 24
1回答
我在模型上有个问题。当我使用model.save_model("xgbt.bin")保存xgboost模型并尝试通过以下代码加载它时：load_model=xgboost.Booster.load_model("xgbt.bin")，然后通过这个print(type(load_model))打印load_model的类型，并打印<class 'NoneType'>
同样，当我尝试prediction=load_model.predict(api_data)时，我发生了以下错误：AttributeError：'NoneType‘
浏览 5提问于2020-12-31得票数 3
我训练了一个模型，并使用类方法保存了它。在进行评估时，我想加载经过训练的模型并在测试文件上进行预测；但我甚至无法使用加载的模型。我检查了加载的模型的类型，它是一个方法，但我不确定它是否是要使用的正确类型。
此外，我不确定我的save_model方法是否将fit模型与训练好的模型一起保存，我在想这可能是我无法访问加载的模型的原因。抱歉，如果我不是很清楚，请参考我下面的代码--我的意思会清楚得多。
我已经在互联网上找遍了，所有的解决方案似乎都没有帮助。所以任何帮助都将非常感谢！
保存模型方法
# POS class
def __init__(self):
self.vec = DictVe
浏览 0提问于2021-03-10得票数 0
我用下面的代码保存了TensorFlow2.x中预制估计器的模型
import os
serving_input_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(
tf.feature_column.make_parse_example_spec(my_feature_columns))
estimator_base_path = os.path.join( 'from_estimator')
estimator_path = classifier.export_saved_model(estim
浏览 2提问于2020-06-03得票数 3
在R中训练了一个XGBoost模型之后，我看到了一个名为xgb的模型对象，它是一个list of 7。
当我使用xgb.save保存模型，然后使用xgb.load重新加载时，呈现给我的似乎是一个“较小”的模型对象，它是一个list of 2。
显然，我不能分享代码，因为你需要大量的训练数据，所以我真正能展示的是变量编辑器的图片。
下面是模型对象xgb和模型对象test1，前者是训练后的原始模型，后者是相同的模型，但已保存并重新加载：
为什么会发生这种情况，在保存/加载模型时会丢失有价值的信息吗？
任何帮助都是非常感谢的。
浏览 1提问于2018-02-22得票数 4
我试图加载对象检测模型并查看体系结构，因为我需要知道输入和输出层是什么，以便将模型格式转换为不同的格式。
现在，我想做的是：
model = tf.saved_model.load('/content/drive/MyDrive/my_ssd_mobnet_640x640_tuned/tfliteexport/saved_model')
model.summary()
我得到了这个错误：
AttributeError Traceback (most recent call last)
<ipython-input-18
浏览 8提问于2022-08-03得票数 0
2回答
我正在尝试构建一个基于协作过滤的推荐引擎，使用apache。我已经能够对我的数据运行recommendation_example.py，并取得了很好的效果。(MSE ~ 0.9)。我提出的一些具体问题是：
如何为未在网站上进行任何活动的用户提供建议。是否有一些API调用流行的项目，这将给我最受欢迎的项目基础上的用户行动。其中一种方法是自己识别流行项，并捕获java.util.NoSuchElementException异常，并返回那些流行项。
在输入文件中添加了一些数据之后，如何重新加载模型。我试图使用另一个函数重新加载模型，该函数试图保存模型，但它将错误作为org.apache.ha
浏览 2提问于2016-03-01得票数 1
我使用经过训练的支持向量机模型来预测新数据样本的类标签。这些数据的处理方式与训练数据完全相同(相同的特征)。当我试图预测时，我得到了一个AttributeError：
data_to_predict = feature_row
prediction = trained_model.predict(data_to_predict)
data_to_predict是一只排在一排的熊猫DataFrame。我得到了这个错误：
AttributeError: 'SVC' object has no attribute 'probA_'
我认为(可能是错误的)问题是数据的形
浏览 4提问于2020-07-15得票数 0
我已经使用EMNIST byclass数据集通过加载训练和测试数据的.csv文件以及数字(0-9)和字母(A-Z，a-z)分类的标签来训练我的模型。我得到了大约87%的模型评估准确率。但是，当我使用keras load_model()使用最佳保存的模型权重(.hdf5)时，它给出了奇怪的结果，就好像没有进行任何训练一样。但是在加载模型之后，如果我运行模型评估，iyt仍然会给我87%的准确率。
那么，在对任何新图像进行预测时，如果我得到错误的预测，会出现什么问题？
谢谢
浏览 92提问于2018-02-09得票数 -1
我正在尝试遵循一个tensorflow NLP教程来训练一个神经网络来使用我自己的编译源来生成诗歌/抒情类的输出。我只知道基本的python，所以这肯定远远超出了我的能力水平。当我收到这个错误代码时，这个教程似乎有点过时了：
AttributeError: 'Sequential' object has no attribute 'predict_classes'
我知道属性'predict_classes‘已被废弃，不再在tensorflow的当前版本中使用。
这是在回答中建议的一行代码，但我不明白如何将它包含到我的代码中：
= np.argmax(m
浏览 13提问于2021-12-26得票数 -1
回答已采纳
我正在将一个模型从h2o flow导入到h2o steam中，并将其部署为一个预测服务。我遇到的一个问题是，模型有一个日期输入特性，当在time中为模型加载训练数据.csv时，该功能被转换为h2o flow类型字段。
这些时间值被转换为(我认为) h2o flow中解析的h2o flow文件中的POSIX时间戳(以毫秒为单位)。
因此，当我在steam的预测服务中部署对这些数据进行培训的模型时，输入字段期望得到Double值(时间戳)，而不是该服务的人类用户期望输入的任何类型的日期字符串(例如" 2016-12-21 ")。这是steam预测服务给我的输入日
浏览 2提问于2017-09-22得票数 0
回答已采纳
1回答
在我建立了一个模型之后，我现在想用新的数据来检查结果。我使用了以下代码 count_vectorizer = CountVectorizer()
X_train= np.asarray(X_train)
y_train= np.asarray(y_train)
X_test = np.asarray(X_test)
score_log = clf.fit(X_train, y_train).predict(['Hello World']) 采用logistic回归模型。 不幸的是我有 ValueError: Expected 2D array, got 1D array
浏览 12提问于2020-12-04得票数 0
我训练了一个GBM模型(分类)，并使用以下命令保存：
saveRDS(gbmfit, file='E:/..../gbm_nb.rds')
当我为评分数据使用上面的模型时，我使用以下命令加载它：
gbmfit <- readRDS('E:/..../gbm_nb.rds')
并预测：
nb_lapse$PRED <- predict(gbmfit, nb_lapse, type='response', n.trees=2000)
每次我对相同的评分数据运行它时，这个PRED值应该是相同的。但这些值中的一些是不同的。我已经通过上述代码的
浏览 3提问于2018-11-21得票数 0
在我使用keras顺序创建了我的模型之后，我尝试在一个小样本上进行预测，看看它是否能工作，但是我不知道为什么会出现这个错误。
错误: AttributeError跟踪(最近一次调用)在()中->1 example_results = model.predict(example_batch) AttributeError：'NoneType‘对象没有属性'predict’
我的模型的代码可以在这里找到：
https://colab.research.google.com/drive/1mxRIx5ufVsA0ljdTpL0Ud0qm2y39eyGX
我以前用过这种方法，但这
浏览 0提问于2019-05-24得票数 0
回答已采纳
1回答
正如本所提到的，调整后的R2评分可以通过以下公式计算，其中n是样本数，p是模型的参数数。
adj_r2 = 1-(1-R2)*(n-1)/(n-p-1)
根据另一个，我们可以用model.coef_得到模型的参数数。
然而，对于梯度增强(GBM)，我们似乎无法获得我们的模型中的参数数：
from sklearn.ensemble import GradientBoostingRegressor
import numpy as np
X = np.random.randn(100,10)
y = np.random.randn(100,1)
model = GradientBoostingR
浏览 2提问于2020-03-21得票数 0
回答已采纳
我现在正在学习Keras，并且我遵循了一个教程来创建一个图像分类模型，这个模型非常好，并且工作得很好。
然而，现在，我想更进一步，一次只给它一个图像，并尝试对它进行分类。我认为这应该是相当简单的概念，但我可能误解了一些基本的东西。
这就是我的模型：
model = Sequential()
model.add(Conv2D(32,(3,3), input_shape=x_train.shape[1:], padding='same'))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.
浏览 3提问于2020-05-24得票数 1
回答已采纳
我将向云存储导出一个BigQuery ML模型，然后将得到的tensorflow模型导入到顶点ai。
已部署的模型使用的阈值为0.5。
如果我在BigQuery中做预测，我会使用ML.predict和STRUCT(0.05作为阈值)。我如何告诉顶点AI以同样的方式通过所有输入请求的阈值？
浏览 2提问于2022-08-30得票数 0
1回答
keras模型不加载
、、、
我读过关于这方面的类似问题，至今仍感到困惑。在同一台计算机上，我正在训练一个模型并用
model.save(model_location)
type(model)
keras.engine.functional.Functional
然后，我将模型加载到
model = keras.models.load_model(model_location)
# model = tf.saved_model.load(model_location) results in the same
type(model)
<class 'tensorflow.python.saved_mod
浏览 8提问于2022-03-25得票数 2
小背景:我成功地在AWS上做了一个回归实验，并从实验中保存了最好的模型。我已经下载了我最好的model.tar.gz.模型，以便在其他地方使用它来推断数据集。我提取了它，并将‘xgboost-模型’文件上传到我的木星实验室工作空间中，我的数据集就在这里。
regression_model = 'xgboost-model'
predictions = regression_model.predict(X_test)
我得到的错误是：
----> 1 predictions = regression_model.predict(X_test)
AttributeError
浏览 5提问于2022-06-09得票数 1
1回答
最近，我得到了一个BERT模型，该模型是经过预先培训的，我有一个心理健康数据集。现在，我所要做的就是将模型应用到一个更大的数据集中，以测试其性能。我对机器学习是完全陌生的，我被困在了这一步。我正在使用PyTorch，并希望继续使用它。以下是我到目前为止尝试过的：
df = pd.read_csv('C:/Users/X/Downloads/number_users_09_05.csv', encoding='unicode-
escape')
REPLACE_BY_SPACE_RE = re.compile('[/(
浏览 2提问于2022-10-13得票数 1
我们在当地的风筝点上有一个传感器，可以实时捕捉风速。我们发现，通过观察不同的预测模型和天气条件，我们可以在一定程度上预测是否会出现“好”风。
我认为，训练一个从不同预测模型输入的模型，以及实时数据，以更高的精度预测现场的速度，应该是很容易的。
你觉得这太疯狂了吗？如果不是的话，你会建议我如何去建造这个，因为我根本没有机器学习的经验。
浏览 0提问于2021-03-25得票数 0
我正在尝试写我的第一个推荐模型(Spark2.0.2)，我想知道是否可能，在最初的火车之后，当模型详细说明我的所有rdd时，只为未来的火车使用一个增量。
让我通过一个例子来解释：
当系统启动时，第一批使用所有rdd (200000元素)执行第一次培训。
在列车的最后，模型被保存下来。
第二批应用程序(火花流)加载先前保存的模型，并侦听动态队列。
当一个新元素到达时，第二批应该执行培训(在增量模式下？！)没有加载所有的200000元素之前，但只是与模型和一个新的元素。
在列车的最后，更新的模型被保存。
问题是，是否有可能以某种方式执行步骤4？
浏览 6提问于2016-11-25得票数 1
回答已采纳
我想知道如何在运行时用Unity3D以最有效的方式加载模型和纹理，到目前为止，我已经读到了glTF格式，Draco API，目前我已经实现了一个简单的过程，运行起来非常慢。我使用的是BestHTTP，对于纹理我是这样做的：
var texFoundPath = Directory.GetFiles(outFolder, texFileName, SearchOption.AllDirectories).Single();
Debug.Log("Loading texture from " + texFoundPath);
浏览 0提问于2017-12-20得票数 0
3回答
我是机器学习的新手。我已经完成了k-means聚类，训练好了ml模型。我的问题是如何传递我训练过的模型的输入？ 示例:考虑google图像处理ML模型。为此，我们传递一个图像，该图像从该图片中提供适当的输出，如情感。 现在我的疑问是如何做到这一点，我已经完成了k-means预测mall_customer谁花了更多的钱来购买产品，我想调用或将输入传递给我训练的模型。 我正在使用python和sci-kit learn。
浏览 26提问于2019-02-26得票数 2
回答已采纳
我正在针对数据序列构建一个机器学习的ANN模型。当我调用模型来验证测试数据时，出现错误 model = Sequential()
model.add(Dense(8,activation='tanh',input_dim = 10))
model.add(Dense(6,activation='tanh'))
model.add(Dense(4,activation='softmax'))
model.summary()
from tensorflow.keras.models import Sequential, save_model
浏览 127提问于2021-06-29得票数 3
1回答
我试图加载我训练过的模型来进行预测，但当我调用model.predict()时，我得到了一个错误(见下文)。该模型在2个GPU上使用MirroredStrategy()进行训练。有人能告诉我为什么会出现这个错误吗？
代码：
from tensorflow.keras.models import load_model
from tensorflow.keras import backend as K
smooth = 1
def dice_coef(y_true, y_pred):
y_true_f = K.flatten(y_true)
y_pred_f = K.flatte
浏览 13提问于2020-02-21得票数 1
回答已采纳
1回答
我不能使用以下命令更新我的gensim fasttext模型的训练: model.build_vocab
我认为关键是"AttributeError：'FastText‘对象没有’syn1neg‘属性“
请给我一些建议。非常感谢
加载预先训练的模型，而不是预先训练的向量，以确保我可以训练模型
print(‘加载快速文本预训练模型') pretrained_model=FastText_gensim.load(pretrained_model_file)
加载我想要更新的文章的标记，并将标记转换为列表列表
sent=token_df'token'.valu
浏览 2提问于2019-09-02得票数 1
我正在测试加载TensorFlow.js模型，并试图测量预测所需的毫秒数。例如，第一次，预测值大约需要300毫秒，但从第二次试验开始，时间缩短到13~20毫秒。我不是在计算模型加载的时间。我只计算模型加载后的预测值。
有人能解释为什么预测价值的时间会缩短吗？
// Calling TensorFlow.js model
const MODEL_URL = 'https://xxxx-xxxx-xxxx.xxx.xxx-xxxx-x.xxxxxx.com/model.json'
let model;
let prediction;
export async function ge
浏览 5提问于2022-03-03得票数 0
1回答
这是我第一次部署模型。我使用tensorflow，keras，Xception创建了一个cnn模型，保存的模型大约是80MB。当我从一个函数中加载它并进行预测时，大约需要4-5秒。有没有办法减少这段时间？是否必须为每个预测加载模型？
浏览 15提问于2021-03-01得票数 0
我刚刚开始使用Python，并且正在训练模型。分配给我的任务是训练一个名为"austin_Weather“的数据集。
原始数据集
Y属性
在做了一些操作之后(本文后面)，这些是我用于培训和测试的新数据集，
X列车
Y型列车
现在，我尝试在这两个数据集上应用朴素-贝森算法，但我得到了以下错误：
ValueError: y should be a 1d array, got an array of shape (1045, 5) instead.
所以，我尝试在网上搜索，我找到了一个解决方案，我应该重塑这些数组，所以我尝试了下面的代码，
X_train = X_train.reshape(
浏览 0提问于2020-12-25得票数 1
回答已采纳
我正在尝试在现有模型上继续训练，
model = gensim.models.Word2Vec.load('model/corpus.zhwiki.word.model')
more_sentences = [['Advanced', 'users', 'can', 'load', 'a', 'model', 'and', 'continue', 'training', 'it', 'with',
浏览 0提问于2018-01-25得票数 6
请给我一个基本的概念，我们可以在R编程中使用哪些不同类型的实用机器学习模型，以及每种模型之间很少的差异。无论我在哪里找到材料，都是复杂的。我只需要一个整体的想法。
浏览 4提问于2016-07-27得票数 0
回答已采纳
我用的是R Keras。例如，我可以通过执行以下操作获得中间层的输出：
layer_output <- get_layer(mymodel, index=1)$output
我的模型是Keras模型。问题是layer_output是张量。
class(layer_output)
[1] "tensorflow.tensor" "tensorflow.python.framework.ops.Tensor"
[3] "tensorflow.python.framework.ops._TensorLike" "
浏览 0提问于2018-10-21得票数 2
回答已采纳
2回答
潮汐预报器建模
、、
我刚刚开始学习机器学习模型，如直线，岭回归，感知器，逻辑回归，梯度下降，我看不出这些模型中的任何一个可以用来解决这个建模问题？有没有人能给我一个提示，告诉我该用什么？由于问题的周期性，我倾向于搜索时间序列，然而，这似乎是一个过度的原因，因为这个主题在我的课堂上还没有被探索过。 对于特征，我倾向于检查潮汐大小，海岸长度和月相。我还认为，由于数据粒度最多是每小时一次，我们应该每天而不是每月学习(数据大小不是太大)，我们可以收集更好的洞察力。 考虑到考虑每日和每月周期的给定位置的潮汐预测问题。还假设您可以访问10年内的每小时数据。定义并讨论如何对此问题建模:将考虑哪些功能？系统如何学习？我们应该分
浏览 25提问于2019-03-14得票数 0
我训练并拯救了一个模特：
import numpy as np
# load the dataset
dataset = np.loadtxt("modiftrain.csv", delimiter=";")
# split into input (X) and output (Y) variables
X_train = dataset[:,0:5]
Y_train = dataset[:,5]
from sklearn.naive_bayes import GaussianNB
# create Gaussian Naive Bayes model
浏览 0提问于2017-12-14得票数 4
回答已采纳
在第一个代码中，我使用第二个代码中的save_pretrained()函数上传了基于拥抱脸'transformers.trainer.Trainer‘的模型，我想下载这个上传的模型并使用它进行预测。我需要这一步的帮助-如何下载上传的模型，然后进行预测？ 创建模型的步骤： from transformers import AutoModelForQuestionAnswering, TrainingArguments, Trainer
model = AutoModelForQuestionAnswering.from_pretrained('xlm-roberta-large
浏览 118提问于2021-10-21得票数 0
回答已采纳
我使用了pickle几个月来保存我的ML模型，并且能够毫无问题地加载它们，但是最近在重新安装Windows和Python之后，当我尝试加载完全相同的模型时，我得到了这个错误消息： AttributeError: type object 'sklearn.neighbors.ball_tree.NeighborsHeap' has no attribute '__reduce_cython__' 有人知道这是什么原因吗？ 我以前使用过Python 3.6 (64位)，现在也在使用相同的版本。
浏览 16提问于2019-03-11得票数 0
我们正在使用谷歌的AutoML服务，并针对我们的业务使用经过高度训练的模型。我们正在寻找一个解决方案，我们可以在一个单独的“培训和测试”帐户中训练一个模型，然后以某种方式使用该模型或将该模型移动到我们的生产帐户中。
这是可能的吗？也就是说，先导出然后再导入模型？或者一些内置到平台中的功能，我们可以将训练过的模型从一个帐户“移动”到另一个帐户？
这样做的原因是，我们有翻译服务使用的生产预算，但模型的培训不在该成本之外。如果可能的话，我们希望在物理上分离平台中的这个活动。
谢谢。
浏览 12提问于2020-02-25得票数 0
1回答
我目前正在建立一个LSTM模型，用PyTorch来预测时间序列数据。我使用了延迟特性来通过前面的n步作为输入来训练网络。我将数据分成三组，即训练-验证-测试分割，并使用前两组来训练模型。我的验证函数从验证数据集中获取数据，并通过使用DataLoaders和TensorDataset类将其传递给LSTM模型来计算预测值。最初，R2值在0.85-0.95之间得到了很好的结果。
然而，对于这个验证函数是否也适合测试我的模型的性能，我有一种不安的感觉。因为该函数现在从DataLoader获取实际X值，即时间滞后特征来预测y^值，即预测目标值，而不是在下一个预测中使用预测的y^值作为特征。这种情况似乎与
浏览 2提问于2021-02-04得票数 2
回答已采纳
1回答
我有一个随机森林模型，模型保存在.pkl文件中。我已经加载了.pkl模型，但是现在我必须输入测试数据并预测准确性。如何将文件输入到.pkl模型？
import pickle
def read_from_pickle(RF):
with open(RF, 'rb') as file:
try:
while True:
yield pickle.load(file)
except EOFError:
pass
这就是我用来加载模型Next..how输入的代码吗？
浏览 6提问于2022-07-19得票数 0
1回答
基于LSTM的时间序列一步预测
、、、、
我想用LSTM预测股票价格。我成功地训练了我的模型并保存了它。现在我已经加载了它，我将如何使用model.predict()来预测在数据集中没有对应值的股票价格，就像目前一样，我只能“预测”数据集中已经存在的已知值。
塞纳里奥:我的模型已经训练好了(足够高的精确度)，而且我保存了它。我想应用我的模型(load_model())。我的时间步骤设置为30天，所以我已经加载了30天的数据(例如。3月9日-4月8日)在适当的格式，但显然我没有‘预期’输出。如何使用model.predict()来预测未来的价值。还是我遗漏了什么？
上面的图表是当我使用model.predict()预测数据集中
浏览 2提问于2020-04-08得票数 0
1回答
我一直在使用r2 score指标。我知道有几个评估指标，我读过几篇关于它的文章。因为我还是机器学习的初学者。我还是很困惑
何时使用，取决于我们的情况，如果是，请给我举个例子。
我读过，它说，r2 score不是简单的，我们需要其他东西来衡量我们模型的性能。这是否意味着我们需要超过一个评估指标才能更好地洞察我们的模型性能？
如果我们只通过一个评估指标来衡量我们的模型性能，那么推荐吗？
从这个中可以看出，了解数据的分布和业务目标有助于我们理解如何选择合适的度量标准。这是什么意思？
如何知道每个度量模型是否“足够好”？
浏览 3提问于2020-03-26得票数 2
回答已采纳
如果这是一个微不足道的问题，很抱歉。我就是想不通。我遵循了这里提供的教程：https://www.tensorflow.org/tutorials/images/classification。构建模型并对其进行训练。我使用：<model_name>.save(<directory location>)将模型保存到磁盘 这会将以下文件保存在“目录位置”中： 文件夹“assets”，此文件夹为空。文件夹'variables‘和'saved_model.pb’ 使用： loaded_model = tf.keras.models.load_model(
浏览 17提问于2020-01-27得票数 0
回答已采纳
1回答
获取Keras模型/层的输出
、、、、
我的Keras模型是Keras存储库中的。
我希望在数据集中获得模型的输出(以文字表示)。
我试过：
layer = model.layers[-1] # For the last layer
f = K.function([model.get_input(train=False)], [layer.get_output(train=False)])
print(f([x])[0]) # your activation tensor
但我知道错误是：
AttributeError: 'Sequential' object has no attribute &#
浏览 1提问于2017-01-10得票数 1
回答已采纳
1回答
我是一个完全的深度学习和Keras的初学者。我想要建立一个分层的注意力网络，帮助将评论分类为几个类别，即。有毒，严重有毒，等等。我从一个开放的存储库中提取代码并保存模型。然后，我使用model_from_json加载了模型。现在，我希望使用这个加载的模型对输入文本(以python输入或单独的文件形式给出)进行预测。 这是我使用的代码：https://www.kaggle.com/sermakarevich/hierarchical-attention-network/notebook 然后我做到了： model_json = model.to_json()
with open("mo
浏览 14提问于2019-10-10得票数 2
下面是我如何训练一个XGBClassifier并保存它：
import pickle
from xgboost import XGBClassifier
# train
model = XGBClassifier()
model.fit(X, y)
# export
pickle.dump(model, open('model.pickle', 'wb'))
这就是我如何加载模型并做出预测的方式。
loaded_model = pickle.load(open('model.pickle', 'rb'))
y_pred = l
浏览 13提问于2020-01-09得票数 2
1回答
我正在使用随机森林回归巨蟒的科学学习模块来预测一些价值。我用joblib.dump来保存模型。这里有24个joblib.dump文件，每个文件重45 of (所有文件之和=931 of)。我的问题是：
我想在一个程序中加载所有这24个文件来预测24个值--但我做不到。它提供了一个MemoryError。如何在一个程序中加载所有24个load文件而不出现任何错误？
提前谢谢..。
浏览 6提问于2013-01-28得票数 4
3回答
我有一个用Python和Keras实现的神经网络。一旦我训练了它，我就导出了模型，我得到了两个文件: model.js和model.h5。现在，我想在.NET项目中进行实时分类，并使用经过训练的神经网络进行分类。 在ML.NET中，有没有一种方法可以把用python导出的模型和经过训练的权重加载到模型对象中？ 我在documentation1中看到可以加载以前保存的模型，但显然是存储在.zip中，我找不到格式(可能是为了编写一个脚本，从python中获取模型并将其‘转换’为ML.NET模型。 显然，hdf5格式是一个standard2，有没有办法用ML.NET加载它？ 1 2
浏览 22提问于2019-04-30得票数 4
回答已采纳
我构建并训练了我的神经网络，现在是时候对给定的输入数据进行预测了。但我不知道用训练好的神经网络进行快速预测的正确方法。我目前正在做的是每次加载模型并对其进行预测。我想知道是否有一种方法可以永久地将模型加载到内存中(用于会话)，然后进行预测。
浏览 18提问于2017-07-31得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
