用keras在R-studio中建立预测模型
我试图通过R studio中的Keras张量流建立一个预测模型，但我得到一个错误，如下所示。请问有人有线索吗？这是我第一次使用Keras或deep learning和R。请帮助我，并提出修改建议。谢谢，伙计！
图书馆（keras）
train_data
卑鄙
build_model
K
详细的回溯：文件"E：\Anaconda\envs\r-reticult\lib\site-包\tensorflow_core\python\keras\Engine\training.py"，第728行，适合use_multiprocessing=use_multiprocessing）文件"E：\Anaconda\envs\r-reticult\lib\site-包\tensorflow_core\python\keras\Engine\training_v2.py"，行224，在适合的distribution_strategy=策略）文件"E：\Anaconda\envs\r-reticate\lib\site-包\tensorflow_core\python\keras\Engine\training_v2.py"，第547行，_process_training_inputsuse_multiprocessing=use_multiprocessing）文件"E：\Anaconda\envs\r-reticate\lib\site-包\tensorflow_core\python\keras\Engine\training_v2.py，第594行，_process_inputs步骤=步骤）File"E：\Anaconda\envs\r-reticate\lib\site-包\tensorflow_core\python\keras\Engine\training.py"，第2519行，_standardize_user_dataexception_prefix='Target'）File"E：\Anaconda\envs\r-reticul
当我使用命令“summary（model）”时，我得到以下结果：model：“sequential”
密（密）（无，64）896
密集型_1（密集型）（无，64）4160
总参数：5121可训练参数：5121不可训练参数：0
错误在py_call_impl（可调用，点$args，点$关键字）：值错误：没有提供数据的dense_2。需要每个键的数据：['dense_2']
共有2个答案
尝试将训练数据和测试数据转换为矩阵。使用data.matrix或as.matrix
给出错误消息后，它表明输入模型的数据没有正确填充。您可能需要确认部分列车数据和部分列车目标中确实包含值，并且在形状等方面彼此一致，以及网络基于设计的预期。在模型构建步骤之后，应该有一个可以使用的命令，如model.summary（），该命令返回数据形状/维度方面的网络体系结构。我希望这有帮助。
-
文章信息 通过本教程，你可以掌握技能：使用预先训练的词向量和卷积神经网络解决一个文本分类问题 本文代码已上传到Github 本文地址：http://blog.keras.io/using-pre-trained-word-embeddings-in-a-keras-model.html 本文作者：Francois Chollet 什么是词向量? ”词向量”（词嵌入）是将一类将词的语义映射到向量空间
-
问题内容： 一般来说，我只是从keras和机器学习开始。 我训练了一个模型来对2类图像进行分类，并使用进行保存。这是我使用的代码： 它成功地以0.98的准确度进行了训练，相当不错。为了在新图像上加载并测试该模型，我使用了以下代码： 它输出： [[0]] 为什么不给出类的实际名称，为什么？ 提前致谢。 问题答案： keras Forecast_classes（docs）输出类别预测的numpy数组。
-
有人能在这个问题上帮忙吗。
-
我试图在keras中建立一个简单的单输出回归模型，在这里我可以对我的预测值有一些信心。为此，我希望在两个输出上有一个自定义损耗函数，如下所示： 然而，我只能有两个输入y_true和y_pred，那么有没有一种方法可以拥有这种形式的自定义损失函数？ 或者，有没有更好的方法来估计我回归的信心？
-
问题内容： 我有一个使用Keras和Tensorflow作为后端训练的模型，但是现在我需要将我的模型转换为特定应用程序的张量流图。我尝试执行此操作并进行了预测以确保其正常工作，但是与从model.predict（）收集的结果进行比较时，我得到了非常不同的值。例如： 返回： keras预测的值是正确的，但tf图的结果却不正确。 如果它有助于了解最终的预期应用程序，那么我将使用tf.gradients
-
问题内容： 这是我训练完整模型并保存它的代码： 之后，我看到大多数时候人们都建议我们使用测试数据集来检查预测，这也是我尝试过并获得良好结果的结果。 但是问题出在我创建的模型的使用上。我想对未来30天或每分钟的天气预报。现在，我拥有训练有素的模型，但是无法获得所能做的事情或使用什么代码来使用该模型并无法预测未来30天或一分钟的价格。 请给我建议出路。一个星期以来，我一直在解决这个问题，无法进行任何成