Keras Theano 后端答案

【问题标题】：Keras Theano BackEndKeras Theano 后端
【发布时间】：2017-06-27 23:48:35
【问题描述】：

我是 Python 中的 Keras 新手。我刚刚创建了我的第一个卷积神经网络，用于使用 MNIST 数据集进行数字识别。但是，我收到了这条警告消息，我无法找出解决方案。

UserWarning: 方法 on_batch_end() 比批处理慢更新。检查你的回调。

完整代码在此link中提供

顺便说一句，我使用的是 Windows 10 和 python 2.7。我的keras 版本是 1.2.1，theano 是 0.8.2。提前谢谢你。

【问题讨论】：

您能否向我们提供有关您用于计算的机器的信息？
对不起，我不明白，你所说的机器用于计算的信息是什么意思？
运行脚本的计算机/虚拟机的参数。
nvidia geforce 710M，intel i5，theano 运行在 cpu 上而不是 gpu 上...你是说这些吗？
这个错误究竟是什么时候出现的？适合还是评估方法？

标签： python-2.7 machine-learning neural-network theano keras

【解决方案1】：

model.fit(X_train, Y_train, batch_size=32, nb_epoch=10, verbose=1)

将详细更改为更高的数量。喜欢 2 个或更多。

verbose=1 的作用是在每批之后打印一个日志行。打印本身不是问题，但您不希望它每秒发生数百万次。

您的计算机根本不适合您的代码。

所以是的，您可以忽略此警告，或者更改详细并删除它。

【讨论】：

【解决方案2】：

我在我的电脑上运行你的代码并得到如下结果。使用 Windows 10 和 python 2.7。我的keras版本是1.0.5，theano是0.8.2。没有出现警告，我认为没有错误你可以忽略你的警告。

C:\Anaconda\python.exe H:/keras-master/examples/download.py 使用 Theano 后端。

使用 gpu 设备 0：GeForce GTX 745（CNMeM 已禁用，cuDNN 5103） C:\Anaconda\lib\site-packages\theano\sandbox\cuda__init__.py:600：用户警告：您的 cuDNN 版本比 Theano 版本更新官方支持。如果您发现任何问题，请尝试更新 Theano 或将 cuDNN 降级到版本 5。 warnings.warn(warn) ('X_train shape:', (50000L, 1L, 28L, 28L)) (50000L, '火车样本') (10000L, '测试样本'）

纪元 1/10 50000/50000 [==============================] - 44s - 损失：0.9157 - 累积：0.6879
纪元 2/10 50000/50000 [==============================] - 43s - loss: 0.3536 - acc: 0.8903

时代 3/10 50000/50000 [==============================] - 44s - 损失：0.3032 - 累积：0.9065
时代 4/10 50000/50000 [==============================] - 44s - loss: 0.2753 - acc: 0.9150

纪元 5/10 50000/50000 [==============================] - 43s - 损失：0.2526 - 累积：0.9203
时代 6/10 50000/50000 [==============================] - 43s - loss: 0.2391 - acc: 0.9257

纪元 7/10 50000/50000 [==============================] - 45s - 损失：0.2285 - 累积：0.9296
时代 8/10 50000/50000 [==============================] - 43s - loss: 0.2155 - acc: 0.9322

纪元 9/10 50000/50000 [==============================] - 43s - 损失：0.2104 - 累积：0.9347
纪元 10/10 50000/50000 [==============================] - 44s - loss: 0.1963 - acc: 0.9392

('Test score:', 0.1083350375296548) ('Test accuracy:',
0.96709999999999996) 4/4 [==============================] - 0s [2 1 0 4] [[ 0.  0.  1.  0.  0.  0.  0.  0.  0.  0.]  [ 0.  1.  0.  0. 
0.  0.  0.  0.  0.  0.]  [ 1.  0.  0.  0.  0.  0.  0.  0.  0.  0.]  [ 0.  0.  0.  0.  1.  0.  0.  0.  0.  0.]]

【讨论】：