时间戳

首页 > 解决方案 > Python 中的深度学习 - 为什么在运行以下代码后我只得到 1/10 纪元？

python - Python 中的深度学习 - 为什么在运行以下代码后我只得到 1/10 纪元？

问题描述

这里有什么错误

model =tf.keras.Sequential{[
tf.keras.layers(input_shape=(28,28,1)),
MaxPooling2D(pool_size=2),
Dropout(0.2),
train_images.reshape(train_images.shape[0],28,28,1),

tf.keras.layers.Flatten(),
tf.keras.layers.Dense(128, activation='relu'),

tf.keras.layers.Dense(10, activation='softmax')])

model.compile(optimizer='Adam',loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),metrics=['accuracy'])

这是我得到的错误

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-5-bdb2a68d9b5f> in <module>
      1 model = tf.keras.Sequential([
      2 
----> 3 tf.keras.layers(input_shape=(28,28,1)),
      4 MaxPooling2D(pool_size=2),
      5 Dropout(0.2),

TypeError: 'module' object is not callable

标签： pythontensorflowkerasdeep-learning

解决方案

尝试这个 ：

model =tf.keras.Sequential([
tf.keras.layers.Dense(128,activation='relu',input_shape=(28,28,1)),
MaxPooling2D(2),
Dropout(0.2),
train_images.reshape(train_images.shape[0],28,28,1),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dense(10, activation='softmax')])

model.compile(optimizer='Adam',loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),metrics=['accuracy'])

推荐阅读