Keras AttributeError：“顺序”对象没有属性“predict_classes”答案

【问题标题】：Keras AttributeError: 'Sequential' object has no attribute 'predict_classes'Keras AttributeError：“顺序”对象没有属性“predict_classes”
【发布时间】：2021-08-18 17:01:31
【问题描述】：

我正在尝试按照本指南 https://machinelearningmastery.com/how-to-calculate-precision-recall-f1-and-more-for-deep-learning-models/ 查找模型性能指标（F1 分数、准确度、召回率）

这个确切的代码几个月前还在工作，但现在返回各种错误，非常令人困惑，因为我没有更改此代码的一个字符。也许包更新改变了一些事情？

我使用 model.fit 拟合序列模型，然后使用 model.evaluate 来查找测试准确度。现在我正在尝试使用 model.predict_classes 进行类预测（模型是一个多类分类器）。代码如下：

model = Sequential()
model.add(Dense(24, input_dim=13, activation='relu'))
model.add(Dense(18, activation='relu'))
model.add(Dense(6, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

-

history = model.fit(X_train, y_train, batch_size = 256, epochs = 10, verbose = 2, validation_split = 0.2)

-

score, acc = model.evaluate(X_test, y_test,verbose=2, batch_size= 256)
print('test accuracy:', acc)

-

yhat_classes = model.predict_classes(X_test)

最后一行返回错误“AttributeError: 'Sequential' object has no attribute 'predict_classes'”

这个确切的代码不久前还在工作，所以有点挣扎，感谢您的帮助

【问题讨论】：

你是在 colab 上运行这个吗？

标签： python keras

【解决方案1】：

此功能已在 TensorFlow 2.6 版中移除。根据keras in rstudio reference

更新到

predict_x=model.predict(X_test) 
classes_x=np.argmax(predict_x,axis=1)

或使用 TensorFlow 2.5 或更高版本。

如果您使用的是 TensorFlow 2.5 版，您将收到以下警告：

tensorflow\python\keras\engine\sequential.py:455: UserWarning: model.predict_classes() 已弃用，将在 2021-01-01 之后删除。请改用：* np.argmax(model.predict(x), axis=-1)，如果您的模型进行多类分类（例如，如果它使用 softmax 最后一层激活）。* (model.predict(x) > 0.5).astype("int32")，如果您的模型进行二元分类（例如，如果它使用 @ 987654327@最后一层激活）。

【讨论】：

【解决方案2】：

我遇到了同样的错误，我使用下面的代码，成功了

替换：

predictions = model.predict_classess(x_test)

有了这个：

predictions = (model.predict(x_test) > 0.5).astype("int32")

python 包类型：Tensorflow 2.6.0

这很好用

【讨论】：

【解决方案3】：

我们可以用以下代码替换有问题的代码行：

y_predict = np.argmax(model.predict(x_test), axis=-1)

【讨论】：

【解决方案4】：

我使用以下代码进行预测

y_pred = model.predict(X_test)
y_pred = np.round(y_pred).astype(int)

【讨论】：

这对我不起作用。上一个答案是。

【解决方案5】：

Tensorflow 的最新版本，他们已经弃用了 predict_classes 函数（之前的版本中对此有警告）

预测 = np.argmax(model.predict(x_test),axis=1)

【讨论】：

输入代码时使用代码块

【解决方案6】：

在Tensorflow 2.7 中可以使用以下代码获得预测类：

    predicted = np.argmax(model.predict(token_list),axis=1)

【讨论】：

【解决方案7】：

使用这个，因为最新版本的 tensorflow 删除了 predict_classes

predictions = (model.predict(X_test) > 0.5)*1

由于这是一个二元问题（0 或 1），因此输出类别取决于概率是否大于 0.5。因此上面的代码

【讨论】：