问题标签 [keras-tuner]

我一直在尝试将 Keras Tuner 用于我的同事构建的 Keras 模型（抱歉，我是 pytorch 用户），当我将 Keras Tuner 应用于这个模型时，我得到了AttributeError: 'HyperParameters' object has no attribute 'shape'

使用 Keras Tuner 网站上的示例，我编写了简单的调优代码

但是，当我使用不同数量的层运行它时，它显示报告的层数与 num_layers 的值不匹配。例如，它报告了三个 Conv2D 层，但它显示 num_layers 为 1。为什么？

我对 keras 调谐器和 tpu 有一些问题。当我运行下面的代码时，一切正常，网络训练很快。

当我使用 keras 调谐器时，神经网络学习缓慢。我相信没有使用TPU。

笔记本链接

如何使 keras 调谐器与 TPU 一起工作？

我正在尝试在一个程序中按照 Krish naik Youtube 教程学习 CNN，但出现此错误：

我的代码如下

下面的代码与来自 kera-tuner 网站的 Hello-World 示例相同，但使用的是 Hyperband 而不是 RandomSearch。

但即使有max_epochs=50并且epoch=50模型训练也只运行了 2 个 epoch。

是否有一些配置只强制 2 个时期？或者这可能是一些错误？还是我错过了什么？

如何让模型接受更多时期的训练？

我第一次尝试获得一个 keras-tuner 调整的深度学习模型。我的调优代码如下：

但是一旦第 20 个时代到来，它就会打印出这个错误

我没有得到，因为我已将模型指定为要遵循的均方误差，你知道我应该更改哪些命令以获得我想要的结果吗？

我也可以在 keras-tuner 中提前停止吗？

当我运行 Keras Tuner 搜索时，代码运行了一些时期，然后说：'INFO：tensorflow：Oracle 触发退出'。

这是什么意思？我仍然能够提取最佳超参数。是因为早停吗？我已经尝试过随机搜索和超频带。

我正在尝试使用kerastuner。

这是我的代码和一个可重现的例子：

我想使用 kerastuner 框架进行超参数训练。

如何选择可以传递给优化器的优化器和不同的学习率。这是我的model.compile()方法。

该代码一次只选择一个优化器，并且会使用默认的学习率。我想将学习率传递hp.Float('lrate', min_value=1e-4, max_value=1e-2, sampling='LOG') 给每个优化器。我怎样才能嵌套它们。

我使用的 Keras 与此处的端到端示例类似 - https://keras-team.github.io/keras-tuner/tutorials/subclass-tuner/

生成的某些模型比其他模型大得多，并且较大的模型会导致 OOM 错误，从而停止调整。

我知道我可以设置一个 max_model_size （https://github.com/keras-team/keras-tuner/issues/175）。但不是限制模型大小，调谐器是否可以根据模型的大小选择最大批量大小，或者跳过对于内存来说太大的批量大小？