Python Keras cross_val_score 错误

Question

我正在尝试在 keras 上做这个关于回归的小教程： http://machinelearningmastery.com/regression-tutorial-keras-deep-learning-library-python/

很遗憾，我遇到了无法修复的错误。 如果我只是复制并粘贴代码，则在运行此 sn-p 时会出现以下错误：

import numpy
import pandas
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasRegressor
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import KFold
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
# load dataset
dataframe = pandas.read_csv("housing.csv", delim_whitespace=True,header=None)
dataset = dataframe.values
# split into input (X) and output (Y) variables
X = dataset[:,0:13]
Y = dataset[:,13]
# define base mode
def baseline_model():
    # create model
    model = Sequential()
    model.add(Dense(13, input_dim=13, init='normal', activation='relu'))
    model.add(Dense(1, init='normal'))
    # Compile model
    model.compile(loss='mean_squared_error', optimizer='adam')
    return model
# fix random seed for reproducibility
seed = 7
numpy.random.seed(seed)
# evaluate model with standardized dataset
estimator = KerasRegressor(build_fn=baseline_model, nb_epoch=100,batch_size=5, verbose=0)

kfold = KFold(n_splits=10, random_state=seed)
results = cross_val_score(estimator, X, Y, cv=kfold)

错误提示：

TypeError: get_params() got an unexpected keyword argument 'deep'

感谢您的帮助。

这是完整的回溯：

Traceback (most recent call last):


File "<stdin>", line 1, in <module>
  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\model_selection\_validation.py", line 140, in cross_val_score
    for train, test in cv_iter)
  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py", line 758, in __call__
    while self.dispatch_one_batch(iterator):
  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py", line 603, in dispatch_one_batch
    tasks = BatchedCalls(itertools.islice(iterator, batch_size))
  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\externals\joblib\parallel.py", line 127, in __init__
    self.items = list(iterator_slice)
  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\model_selection\_validation.py", line 140, in <genexpr>
    for train, test in cv_iter)
  File "C:\Users\myname\Anaconda3\lib\site-packages\sklearn\base.py", line 67, in clone
    new_object_params = estimator.get_params(deep=False)
TypeError: get_params() got an unexpected keyword argument 'deep'

Answer 1

遇到了同样的问题。 将 keras 版本升级到 1.2.2 后，问题就消失了。

如果你使用 pip 来管理你的包，你可以使用以下命令升级 keras：

sudo pip install --upgrade keras

Answer 2

编辑（25/01/2017）： 此解决方案有效，因为在 conda 环境中安装的 Keras 版本是 1.1.1，而不是有错误的版本（1.2 .1)。杰森的解决方案是正确的。我把我的解决方案留在这里以防万一，但 Jason 的解决方案才是真正的解决方案。

升级 Keras (1.2.1) 后我遇到了同样的问题。我认为问题在于软件的版本。我建议您安装 Anaconda ，然后创建一个安装 tensorflow 的新环境。基本上按照以下步骤操作：https://www.tensorflow.org/get_started/os_setup#anaconda_installation

使用conda 选项激活环境并安装。然后你可以安装你需要的其他库。激活环境tensorflow 后，您可以使用conda install name_of_the_package 进行安装。

您可以使用 Keras (https://keras.io/backend/) 的后端在 theano 和 tensorflow 之间进行切换。

基本上，使用 conda 环境，您正在创建一个受保护的封装区域，您可以在其中安装和卸载所需的内容，并且不会影响环境之外的其他程序。您所做的就像删除并重新安装所有内容，使用最新的工作版本。

希望对你有帮助。

Answer 3

具体报错是：

TypeError: get_params() got an unexpected keyword argument 'deep'

该故障是由 Keras 1.2.1 版中的一个错误引起的。当您使用 Keras 包装类（例如 KerasClassifier 和 KerasRegressor）和 scikit-learn 函数 cross_val_score() 时会发生这种情况。

该错误已出现在 Keras GitHub 项目中的 identified 和 patched。

我尝试了两种修复方法：

修复 1：回滚到 Keras 版本 1.2.0。

类型：

sudo pip install keras==1.2.0

修复 2：Monkey-patch Keras 与修复。

在您的导入之后，但在您的工作类型之前：

from keras.wrappers.scikit_learn import BaseWrapper
import copy

def custom_get_params(self, **params):
    res = copy.deepcopy(self.sk_params)
    res.update({'build_fn': self.build_fn})
    return res

BaseWrapper.get_params = custom_get_params

这两个修复程序都对我有用（Python 2 和 3/sklearn 0.18.1）。

一些额外的候选修复：

• 等待下一个版本的 Keras (1.2.2) 发布。
• 从 Github 签出 Keras，然后手动构建和安装。