【问题标题】:function missing 2 required positional arguments: 'X_train' and 'y_train' [closed]函数缺少 2 个必需的位置参数:“X_train”和“y_train”[关闭]
【发布时间】:2021-06-17 14:05:21
【问题描述】:
  1. 我正在使用 Jupyter notebook 编写 Python 并出现这种错误:
TypeError                                 Traceback (most recent call last)
<ipython-input-11-3a2267df06a1> in <module>
      1 # Section II: First run the backpropagation simulation
----> 2 model_s = vanilla_backpropagation()

TypeError: vanilla_backpropagation() missing 2 required positional arguments: 'X_train' and 'y_train'
  1. 当我尝试运行它时引起的:
# Section II: First run the backpropagation simulation
model_s = vanilla_backpropagation()
  1. 这里是 vanilla_backpropagation 函数和拆分训练测试的代码
def vanilla_backpropagation(X_train, y_train):
    best_model = None
    best_score = 100.00
    
    for i in range(N):
        model_s = build_ann(LOSS)
        model_s.fit(X_train, 
                    y_train,
                    epochs = STEPS,
                    batch_size = batch_size,
                    verbose = 0)
        train_score = model_s.evaluate(X_train, y_train, batch_size = BATCH_SIZE, verbose = 0)
        if train_score > best_score:
            best_model = model_s
            best_score = train_score
    return best_model

if __name__ == "__main__":
    # Section I: Build the data set
    
    X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2, shuffle = None)

谁能帮助解决这个错误?我坚持了好几天了。谢谢你

【问题讨论】:

  • 您已经定义了一个名为 vanilla_backpropagation() 的函数,它需要两个参数,但提供的参数为零。
  • 其他东西 - build_ann 是什么?您需要确保代码对我们来说是 100% 可重现的(这样我们就可以将您提供的代码复制粘贴到我们的 ide 中,并得到完全相同的错误消息)。

标签: python training-data backpropagation


【解决方案1】:

当您定义带有一些输入的函数时,您需要在调用函数时将这些输入提供给该函数。在主函数的最后一行拆分数据后

X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2, shuffle = None)

你可以像这样调用你的函数

vanilla_backpropagation(X_train, y_train)

看来您对 python 和深度学习都是新手。请阅读相关文档和示例,首先了解如何训练网络和使用 python 函数。

【讨论】:

  • 我尝试像上面的语句那样调用函数,但花费的时间比预期的要长
  • 因为根据我从您的反向传播函数中了解到的情况,您尝试训练一个(深度)模型,在数据上对其进行拟合和评估。根据您的数据集和您尝试执行的任务,它可能需要很长时间并且消耗过多的内存。
猜你喜欢
  • 2018-06-28
  • 2013-09-27
  • 2021-09-12
  • 2019-02-08
  • 2021-07-22
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2021-09-26
相关资源
最近更新 更多