keras - 如何在 talos 中使用最佳模型正确预测

Question

我设法使用 talosscan生成模型网格，但我不能使用该evaluate功能

扫描

    t = talos.Scan(x=x,
                   y=y,
                   params=p,
                   shuffle=False,
                   x_val=x_val_multi,
                   y_val=y_val_multi,
                   model=sonos,
                   experiment_name='exp1',
                   disable_progress_bar=False,
                   print_params=False)

评估

e = Evaluate(t)
e.evaluate(x_val, 
                y_val,  
                model_id=None,
                folds=10,
                shuffle=True,
                metric='val_acc',
                asc=False,
                print_out=False)

但它一直在扔

TypeError: evaluate() missing 1 required positional argument: 'task'

Answer 1

必须使用字符串参数指定任务选项。选项是binary、multi_class、multi_label和Continuous

例如：

e = Evaluate(t)
e.evaluate(x_val, 
                y_val,  
                model_id=None,
                folds=10,
                shuffle=True,
                metric='val_acc',
                asc=False,
                print_out=False,
                task = 'binary')