【问题标题】:Keras 2.0.3 compatibilityKeras 2.0.3 兼容性
【发布时间】:2017-04-16 20:18:14
【问题描述】:

keras 2.0.3(最新版)是否兼容最新版 Anaconda(4.3.1,python 3.6 版)?还是keras只兼容python 3.5,所以一定要选择老版本的Anaconda?

编辑:我在使用这种方法时遇到了一些问题:

prediction = np_utils.categorical_probas_to_classes(prediction)

错误:“keras.utilis.np_utilis”没有属性“categorical_probas_to_classes”

此外,我在 keras 的方法上还有其他错误。所以我认为问题是python版本,与keras的版本不兼容

【问题讨论】:

  • 是什么让您认为它可能不兼容?或者,只是尝试一下呢?
  • 这种问题让我觉得你有一些你没有告诉我们的潜在问题,更多信息怎么样?
  • 我添加了一些新信息
  • categorical_probas_to_classes 很久以前从 Keras 中删除了,您的问题是您只是使用过时的代码。
  • 你知道类似的方法吗?我找不到有关 keras 的更新教程,这就是我使用该方法的原因。谢谢你

标签: python deep-learning anaconda keras


【解决方案1】:

至少在 Windows 上,Tensorflow 需要 Python 3.5。您无需重新安装 Anaconda 即可轻松更改 Python 版本;您只需创建一个新的 conda 环境:

    conda create -n myenv python=3.5 anaconda
    activate myenv
    (myenv) pip install tensorflow
    (myenv) conda install keras

也就是说,keras.np_utils 没有您描述的功能,无论 Python 版本如何。由于您似乎已经可以导入一些 Keras 函数,因此您更有可能需要将代码调整为 Keras 2 API,而不是您的 Python 版本有问题。

【讨论】:

    【解决方案2】:

    如果您使用了activation="softmax", 使用:

    prediction = model.predict(x_test)
    prediction = ***prediction.round(0)***
    print(prediction[:15])
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2018-09-17
      相关资源
      最近更新 更多