问题标签 [hyperas]

我有一个回归数据集：

我尝试使用功能 API 做 Hyperas（我的主要目的是loss_weights在编译期间使用该选项）：

但是，在运行它时，我收到以下错误：

如果有人能指出这里出了什么问题的方向，我将不胜感激。我怀疑输入（即X_train, Y_train）以及输入形状可能有问题。将不胜感激这里的任何帮助。

更新

好的，确实故障出在输入行：

我把它改成：inputs1 = Input(shape=(X_train.shape[1],))。

但是，现在我收到另一个错误：

我正在尝试使用 hyperas 来优化我的 keras 模型，但我不断得到NameError: processing (function_name) is not defined.我已经从 hyperas 中查看了这个和这个示例并完全做到了这一点。它似乎对我不起作用。

这是我的代码：

我什至不需要中间函数，我不得不创建它，因为 hyperas 没有找到全局变量。例如，如果我x在 hyperas 函数之外有一个变量说create_model()，它会说NameError: x is not defined

我需要这个，因为如您所见，我正在使用预训练的手套嵌入。我不能把所有东西都放在data()orcreate_model()中。例如data()需要变量sequences和需要变量label，因此（据我所知）无法将所有内容拆分为两个函数。create_modelembedding_matrix

这对我有用的唯一方法是将所有内容都放在data()和create_model()函数中，这绝对不是有效的，也不是这样做的方法。

我已经使用 Keras 构建了一个模型来解决回归问题。我想对此模型执行超参数优化。作为我使用的指标val_mean_absolute_error。在示例中，仅涉及分类问题（可在https://github.com/maxpumperla/hyperas上获得）

如何使此代码适应回归问题（val_mean_absolute_error用作指标）？

我是使用 Hyperas 的新手，我遇到了语法问题。我想在 keras 中优化我的 LSTM 的参数，因为我使用 hyperas 来循环参数，如丢失率或神经元数量，以及在不同的架构之间进行选择。所以我的代码如下：

我正在使用 optim.minimize 函数来运行它：

但是当 Hyperas 自己构建模型时，我遇到了这个问题，它编写了以下代码：

第 5、7、9 和 10 行出现语法错误关于如何更改它的任何想法？

我正在使用hyperas模块来调整我的Keras模型并返回错误：

调用地点发生错误，语法为trials：

我认为问题的根源是由于我加载的 numpy .npy 文件是ascii编码格式数据。那么，如何将ascii格式更改为utf-8格式？

我通过添加看到了一些这样的解决方案，encoding='latin1'但它不起作用。

在此处添加我的整个回溯：

我想我最好把所有的traceback放在这里，所有的代码如下： https ://github.com/MinghaoDu1994/MyPythonFunctions/blob/master/1Dcnn

我认为问题是由于 中的功能Trials，hyperopt但我没有找到像我这样的相关问题。

我正在尝试使用 Hyperas 调整参数，但我无法解释有关它的一些细节。

Q1) optim.minimize 中的 max_eval 参数是什么？

Q2) 它是否遍历每个 max_eval 的每个参数组合，并根据最佳参数给我最好的损失？

Q3) 如果我给 max_eval = 5 怎么办？

Q4) best_run 和 best_model 在完成所有 max_evals 后返回什么？

Q5）在模型函数下面，我将损失返回为 -test_acc 它与调整参数有什么关系，为什么我们在那里使用负号？

我正在尝试使用 hyperas 库对这个 keras 模型进行超参数优化，我以前从未这样做过，所以我基本上遵循了这里的分步完整示例，但我收到了提到的错误。提前致谢。

模型编译并运行，直到到达代码末尾评估模型的行。我认为错误是它收到了一个字符串，但没想到有一个字符串，但我不知道如何修复它。提前致谢。

评估最佳性能模型：data = [standardize_single_array(x) for x in data] 文件“/home/bjorn/PycharmProjects/Test/venv/lib/python3.5/site-packages/keras/engine/training_utils.py”，第 92 行，数据 = [standardize_single_array(x) for x in data] 文件“/home/bjorn/PycharmProjects/Test/venv/lib/python3.5/site-packages/keras/engine/training_utils.py”，第 27 行, 在standardize_single_array elif x.ndim == 1: AttributeError: 'str' object has no attribute 'ndim'

进程以退出代码 1 结束

我想检索模型在验证数据上的速度指标，以便比较不同的参数及其对速度的影响。例如，每批花费在验证数据上的时间。或者，由于我使用 hyperopt，每次迭代/试验所花费的时间，也用于验证数据。

有什么方法可以使用validation_split> 0、predict（）或evaluate（）的fit（）输出或hyperopt中Trials的属性？

如果没有，我想我将不得不在代码中添加时间地标，但这对我来说并不理想。

谢谢！

我正在编写代码来训练 CNN（使用Keras），使用Hyperas进行超参数搜索。为了训练模型，我使用了ImageDataGenerator的flow_from_directory函数。

我阅读了很多在互联网上找到的帖子和文档，但我的代码不起作用。我不明白为什么。

下面是我的代码：

'''

在线上 ：

我有这个错误信息：

/usr/local/lib/python3.6/dist-packages/hyperas/optim.py 在retrieve_data_string（数据，详细）