Блог

Я построил нейронную сеть, которая успешно выполняется с использованием tensorflow и keras. Теперь я пытаюсь оптимизировать гиперпараметры с помощью sherpa. Это мой первый раз, когда я использую sherpa, и я работаю с документацией. Я отключил панель мониторинга, потому что это казалось единственным выходом. Теперь я застрял в «study.keras_callback». Я получаю «ModuleNotFoundError: нет модуля с именем «keras»». В среде, в которой я работаю, установлен tensorflow, keras. Вот мой код:

 import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, models
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

parameters = [sherpa.Discrete('num_units', [50, 200])]
alg = sherpa.algorithms.RandomSearch(max_num_trials=50)

study = sherpa.Study(parameters=parameters,
                     algorithm=alg, disable_dashboard=True,
                     lower_is_better=True)
for trial in study:
    model = keras.Sequential([
        keras.layers.Dense(16, activation=tf.nn.relu,
                           input_shape=(X_train.shape[1],),
                           name='hidden_layer_1',),
        keras.layers.Dense(64, activation=tf.nn.relu,
                           input_shape=(X_train.shape[1],),
                           name='hidden_layer_2',),
        keras.layers.Dense(64, activation=tf.nn.relu,
                           input_shape=(X_train.shape[1],),
                           name='hidden_layer_3',),
        keras.layers.Dense(64, activation=tf.nn.relu,
                           input_shape=(X_train.shape[1],),
                           name='hidden_layer_4',),
        keras.layers.Dense(64, activation=tf.nn.relu,
                           input_shape=(X_train.shape[1],),
                           name='hidden_layer_5',),
        keras.layers.Dense(1, name='output_layer',)
    ])
    model.compile(loss='mse', optimizer = 'adam', metrics=['mae'])
    model.fit(X_train,y_train,epochs=200,verbose=0,
              callbacks=[study.keras_callback(trial, objective_name='val_loss')])
    study.finalize(trial)

 

Заранее благодарю за любую оказанную помощь.

вам необходимо установить keras отдельно. Do: pip install keras надеюсь, это поможет