运行 Keras 和 scikit-learn 时出现不同的异常

Question

我尝试将 Keras 模型（作为函数）从 scikit_learn 传递给 KerasClassifier 包装器，然后使用 GridSearchCV 创建一些设置，最后拟合训练和测试数据集（都是 numpy 数组）

然后，我使用相同的 python 脚本，得到了不同的异常，其中一些是：

_1.

Traceback（最近一次调用最后一次）：文件“mnist_flat_imac.py”，行 63，在 grid_result = validator.fit(train_images, train_labels) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/model_selection/_search.py​​”， 第 626 行，合适 base_estimator = 克隆（self.estimator）文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”， 第 62 行，在克隆中 new_object_params[name] = clone(param, safe=False) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”， 第 53 行，在克隆中

在这里截取

在 _deepcopy_dict 中 y[deepcopy(key, memo)] = deepcopy(value, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 174 行， 在深拷贝中 rv = reductor(4) TypeError: can't pickle SwigPyObject objects 异常被忽略：> Traceback（最近一次调用）：文件 "/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/tensorflow/python/framework/c_api_util.py", 第 52 行，在 __del__ 中 c_api.TF_DeleteGraph(self.graph) AttributeError: 'ScopedTFGraph' object has no attribute 'graph'

_2。

Traceback（最近一次调用最后一次）：文件“mnist_flat_imac.py”，行 63，在 grid_result = validator.fit(train_images, train_labels) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/model_selection/_search.py​​”， 第 626 行，合适 base_estimator = 克隆（self.estimator）文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”， 第 62 行，在克隆中 new_object_params[name] = clone(param, safe=False) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”， 第 53 行，在克隆中 返回 copy.deepcopy(estimator) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 182 行， 在深拷贝中 y = _reconstruct(x, rv, 1, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 297 行， 在_重建中

在这里截取

在深拷贝中 y = _reconstruct(x, rv, 1, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 297 行， 在 _reconstruct state = deepcopy(state, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 155 行， 在深拷贝中 y = 复印机（x，备忘录）文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 243 行， 在 _deepcopy_dict y[deepcopy(key, memo)] = deepcopy(value, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 174 行， 在深拷贝中 rv = reductor(4) TypeError: can't pickle SwigPyObject objects

_3。

Traceback（最近一次调用最后一次）：文件“mnist_flat_imac.py”，行 63，在 grid_result = validator.fit(train_images, train_labels) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/model_selection/_search.py​​”， 第 626 行，合适 base_estimator = 克隆（self.estimator）文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”， 第 62 行，在克隆中 new_object_params[name] = clone(param, safe=False) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/site-packages/sklearn/base.py”， 第 53 行，在克隆中

在这里截取

在 _deepcopy_dict 中 y[deepcopy(key, memo)] = deepcopy(value, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 182 行， 在深拷贝中 y = _reconstruct(x, rv, 1, memo) 文件“/home/longnv/PYTHON_ENV/DataScience/lib/python3.5/copy.py”，第 306 行， 在 _reconstruct y.dict.update(state) AttributeError: 'NoneType' object has no attribute 'update'

为什么用同一个python脚本会输出不同的错误？ 我该如何解决这个问题？

非常感谢！

附言

• 蟒蛇：3.5
• 张量流：1.10.1
• 熊猫：0.23.4
• Ubuntu：4.4.0-124-通用

Answer 1

找到了。

应该是： clf = KerasClassifier(build_fn=get_model)

而不是： clf = KerasClassifier(build_fn=get_model())