执行 GridsearchCV 时获取“函数”对象没有属性“损失”答案

【问题标题】：Get 'function' object has no attribute 'loss' when doing GridsearchCV执行 GridsearchCV 时获取“函数”对象没有属性“损失”
【发布时间】：2020-05-23 18:01:40
【问题描述】：

我想在我的模型上尝试 GridsearchCV，我的导入是：

from keras import models
from keras import layers
from keras import regularizers
from sklearn.model_selection import GridSearchCV
from keras.wrappers.scikit_learn import KerasClassifier

我的代码是：

def build_model(X_train = X_train,neurons=4,optimizer='Adam'):
    model = models.Sequential()
    model.add(layers.Dense(X_train.shape[1], kernel_regularizer=regularizers.l2(0.001), 
                           activation='relu', input_shape=(X_train.shape[1],)))
    model.add(layers.BatchNormalization())
    model.add(layers.Dense(neurons,  kernel_regularizer=regularizers.l2(0.001), activation='relu'))
    model.add(layers.BatchNormalization())
    model.add(layers.Dense(1, activation='sigmoid'))

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

    return build_model

model = KerasClassifier(build_fn=build_model, verbose=1)

# define the grid search parameters
batch_size = [16, 32, 64]
epochs = [50, 100]
param_grid = dict(batch_size=batch_size, epochs=epochs)

# search the grid
grid = GridSearchCV(estimator=model, 
                    param_grid=param_grid,
                    cv=10,
                    verbose=2)  
grid_result = grid.fit(X_train, y_train)

但我得到一个错误如下：

AttributeError                            Traceback (most recent call last)
<ipython-input-93-2eb813d3aab7> in <module>
     12                     verbose=2)  # include n_jobs=-1 if you are using CPU
     13 
---> 14 grid_result = grid.fit(X_train, y_train)
     15 
     16 print(model)


/anaconda3/envs/lance/lib/python3.7/site-packages/keras/wrappers/scikit_learn.py in fit(self, x, y, sample_weight, **kwargs)
    208         if sample_weight is not None:
    209             kwargs['sample_weight'] = sample_weight
--> 210         return super(KerasClassifier, self).fit(x, y, **kwargs)
    211 
    212     def predict(self, x, **kwargs):



/anaconda3/envs/lance/lib/python3.7/site-packages/keras/wrappers/scikit_learn.py in fit(self, x, y, **kwargs)
    141             self.model = self.build_fn(**self.filter_sk_params(self.build_fn))
    142 
--> 143         loss_name = self.model.loss
    144         if hasattr(loss_name, '__name__'):
    145             loss_name = loss_name.__name__

AttributeError: 'function' object has no attribute 'loss'

我无法理解错误是什么，并且我确定数据处理是正确的，因为它在没有网格搜索的情况下运行良好，是我做错了什么吗？

【问题讨论】：

你能包含完整的回溯吗？
@MatiasValdenegro 由于限制，我无法在此处包含完整的回溯，但我认为 loss_name=self.model.loss 有问题
什么限制？还请包括您正在使用的导入。
因为系统要求我写更多的字，然后我可以将完整的回溯作为代码包含在内。

标签： python keras deep-learning grid-search hyperparameters

【解决方案1】：

在build_model 函数的末尾，你写return build_model。这将返回对函数本身的引用，而不是对您迄今为止构建的模型对象的引用。我很确定你想要return model。

【讨论】：

是的，你说得对，我忘了改'return build_model'，谢谢！