人工神经网络 - 编译错误

Question

3

我正在自学深度学习，并在执行人工神经网络时遇到问题。这是我的操作过程：

初始化人工神经网络（我之前已经拆分了数据集）：

classifier = Sequential()

添加输入层和第一个隐藏层：

classifier.add(Dense(input_dim = 11, kernel_initializer = 'uniform', activation = 'relu', units = 6))

添加第二个隐藏层：

classifier.add(Dense(units = 6, kernel_initializer = 'uniform', activation = 'relu'))

添加输出层：

classifier.add(Dense(units = 1, kernel_initializer = 'uniform', activation = 'sigmoid'))

使用随机梯度下降编译ANN：

classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])

在此之后，当我选择并运行最后一条命令时，会出现一个错误，内容如下：

TypeError: sigmoid_cross_entropy_with_logits() got an unexpected keyword argument 'labels'

我注意到当我使用loss = mean_squared_error时，它可以编译通过。你能告诉我发生了什么吗？ Sypder和Python是最新的版本，截至我发布此信息的日期。操作系统为Windows 10。同时使用了Thanos、TensorFlow和Keras。

先谢谢你。

- Anonymous Person

3个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- lejlot · Answer 1

0

Tensorflow更改了此函数的关键字名称，您可能正在使用过时版本的tf或keras，请更新两者，然后您就可以继续了。

- lejlot

我今天刚安装它们，所以必须更新，对吧？是不是我正在学习的教程使用的是旧版本？ - Anonymous Person

很有可能，浏览一下你从教程中编写的所有内容的文档，以确保它仍然有效。 - Ziyad Edher

但是在https://keras.io/losses/中，binary_crossentropy出现在“可用损失函数”下。所以我仍然不明白！这与我在输出层使用的sigmoid函数有关吗？ - Anonymous Person

为了排除故障，我将输出层的Sigmoid函数更改为“tanh”，然后更改为“ReLU”，但仍然存在相同的错误。因此，问题与此无关。请问有人可以帮我吗？！ - Anonymous Person

这只是与损失相关的问题，就像我说的一样 - TensorFlow更改了命名约定，因此你可能会得到不同步的版本，仅此而已。这与激活函数无关。 - lejlot

- parsethis · Answer 2

使用夜间版本构建更新您的tensorflow版本：

- Sushil · Answer 3

pip install -U tensorflow 对我解决了这个问题。