我有一些继承的keras代码,我想使用简单密集的层,看起来是这样的:
def get_model0(hp, param0: int, param1: dict):
start0 = tf.keras.layers.Input((param0,))
x = start0
for units_item in param1:
x = tf.keras.layers.Dense(activation="relu", units=hp.Int('hidden_size', units_item/4, units_item, step=16, default=units_item) )(x)
<<some_more_code>
model0 = tf.keras.models.Model(inp, x, name="model0")
return model0但是,这似乎总是让我在hp上抛出一个nameError。我需要导入任何东西才能正常工作吗?keras-tuner页面上的示例似乎没有任何建议...
我完全不确定这是为什么(我是pytorch用户)-任何帮助或指针都会很棒。
发布于 2020-04-11 02:55:04
算了,我不得不这么做:
hp = kt.HyperParameters()在传递给build_model之前。
https://stackoverflow.com/questions/61146386
复制相似问题