Keras AttributeError: 'History'对象没有属性'predict'。

Question

注意：我看到了这篇相关文章，但我不知道我能否使用其中的答案来解决我的问题。

我尝试使用Keras进行简单回归。为此，我创建了一个简单的policy_network()函数，该函数返回模型。

def policy_network():
    model = Sequential()
    model.add(MaxPooling2D(pool_size=(4, 4),input_shape=[64,64,3]))
    model.add(Flatten())
    model.add(Dense(1, kernel_initializer='normal', activation='linear'))

    model.compile(loss='mean_squared_error',
                  optimizer=Adam(lr=learning_rate),
                  metrics=['mean_squared_error'])

    return model

我也定义了一个全局变量policy_network。我使用以下分配。

policy_network = policy_network().fit(images, actions,
                  batch_size=256,
                  epochs=10,
                  shuffle=True)

但是当我调用时

action = policy_network.predict(image)

我遇到了一个AttributeError错误：'History'对象没有'predict'属性。

- MrYouMath

Answer 1

Keras 的 fit() 方法并不返回模型，而是返回包含每个 epoch 中的损失和评估指标的 History 对象。您正在使用的代码模式无法与 Keras 兼容。

请按以下方式操作：

model = policy_network()
model.fit(images, actions,
          batch_size=256,
          epochs=10,
          shuffle=True)
action = model.predict(image)

- Dr. Snoopy

Answer 2

当你告诉Python时，你把policy_network的类从keras.Model对象更改为History对象。

policy_network = policy_network().fit(..)

如果想要将历史记录存储在变量中，需要将其存储在另一个变量中：

history = policy_network.fit(..)

现在您可以使用policy_network.predict，以您想要的方式。

- Piyush Singh