我正在尝试在Keras中进行超参数优化,但出现此错误:IndexError:列表索引超出范围

时间:2019-07-15 20:36:11

标签: python keras conv-neural-network hyperopt hyperas

起初,我收到以下错误消息:AttributeError:'str'对象没有属性'ndim,因此我将数据转换为best_model.evaluate中的numpy数组。但是现在我遇到了另一个错误,即上面提到的错误,我不知道如何解决。我非常感谢您的帮助。预先感谢。

这是我的数据:

def data():

train_data_dir = '/home/bjorn/Downloads/CATS_DOGS2/train'
validation_data_dir = '/home/bjorn/Downloads/CATS_DOGS2/test'
return train_data_dir, validation_data_dir

这是我得到错误的地方(第3行):

train_data_dir, validation_data_dir = data()
print('Evaluation of best performing model:')
print(best_model.evaluate(np.ndarray(shape=(len(validation_data_dir), 150, 150, 3))))
print('Best performing model chosen hyper-parameters:')
print(best_run)

这是错误:

回溯(最近通话最近):   在第119行的“ /home/bjorn/PycharmProjects/Test/HyperoptModel.py”文件中     打印(best_model.evaluate(np.ndarray(shape =(len(validation_data_dir),150,150,3))))   在评估文件“ /home/bjorn/PycharmProjects/Test/venv/lib/python3.5/site-packages/keras/engine/training.py”中,行1113     步骤=步骤)   在test_loop中,文件“ /home/bjorn/PycharmProjects/Test/venv/lib/python3.5/site-packages/keras/engine/training_arrays.py”,第355行     如果issparse(ins [i])而不是K.is_sparse(feed [i]): IndexError:列表索引超出范围

以退出代码1完成的过程

0 个答案:

没有答案