Keras Tuner -模型构建函数未返回有效的Keras模型实例

Question

我正在尝试使用Keras Tuner搜索模型的超参数，但在运行代码时得到以下错误："RuntimeError:模型构建函数没有返回有效的Keras模型实例，找到< keras.engine.sequential.Sequential object at 0x000001E9C2903F28 >“

我已经在互联网上搜索，但没有找到任何可以帮助的东西，我也遵循了Keras Tuner gitHub页面(https://github.com/keras-team/keras-tuner)中的教程，但它也不起作用。

下面是我的代码：

class MyHyperModel(HyperModel):

    def __init__(self, num_classes):
        self.num_classes = num_classes

    def build(self, hp):
        model=Sequential()
        model.add(Dense(units=hp.Int('units_0', 30, 900, step=30),
                        activation=hp.Choice('act_0', ['relu', 'tanh']),
                        input_dim=12))
        for i in range(hp.Int('layers', 3, 9)):
            model.add(Dense(units=hp.Int('units_' + str(i), 30, 900, step=30),
                            activation=hp.Choice('act_' + str(i), ['relu', 'tanh'])))
        model.add(Dense(6, activation='softmax'))
        model.compile(loss='categorical_crossentropy',
                        optimizer=hp.Choice('optimizer', ['adam', 'sgd']),
                        metrics=['categorical_accuracy'])
        return model


hypermodel = MyHyperModel(num_classes=6)

tuner = kt.tuners.bayesian.BayesianOptimization(
    hypermodel,
    objective='val_accuracy',
    max_trials=5,
    executions_per_trial=3,
    seed=(np.random.seed(1)),
    directory='Tests',
    project_name='test')

tuner.search_space_summary()

tuner.search(data[:200], labels[:200],
             verbose=2,
             epochs=3,
             validation_data=(data[200:], labels[200:]))

models = tuner.get_best_models(num_models=2).summary()
tuner.get_best_hyperparameters()[0].values
tuner.results_summary()

数据是具有12个值的300个向量的列表，标签上有6个类别，使用函数tensorflow.convert_to_tensor()将其转换为张量。

我很感谢你的帮助。

Answer 1

我知道问题出在哪里，不是代码的问题，我的模型在最后一层有6个神经元，我使用了损失作为‘分类_交叉’，但这只在标签为0和1时有效，所以我将损失改为'sparse_categorical_crossentropy‘，将度量改为’准确性‘，它起作用了。感谢大家的回复，感谢大家的帮助。

Answer 2

如果从keras导入模块成员，则必须从tensorflow.keras而不是keras导入。例如，如果您编写：

from keras.models import Sequential
from keras.layers import Dense, Activation, Dropout
from keras.optimizers import Adam

然后将它们更改为：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation, Dropout
from tensorflow.keras.optimizers import Adam