web-dev-qa-db-fra.com

Keras pour implémenter un réseau de neurones de convolution

Je viens d'installer tensorflow et keras. Et j'ai la démo simple comme suit:

from keras.models import Sequential
from keras.layers import Dense
import numpy
# fix random seed for reproducibility
seed = 7
numpy.random.seed(seed)
# load pima indians dataset
dataset = numpy.loadtxt("pima-indians-diabetes.csv", delimiter=",")
# split into input (X) and output (Y) variables
X = dataset[:,0:8]
Y = dataset[:,8]
# create model
model = Sequential()
model.add(Dense(12, input_dim=8, init='uniform', activation='relu'))
model.add(Dense(8, init='uniform', activation='relu'))
model.add(Dense(1, init='uniform', activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X, Y, nb_Epoch=10, batch_size=10)
# evaluate the model
scores = model.evaluate(X, Y)
print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

Et j'ai cet avertissement:

/usr/local/lib/python2.7/dist-packages/keras/legacy/interfaces.py:86: UserWarning: Update your `Dense` call to the Keras 2 API: `Dense(12, activation="relu", kernel_initializer="uniform", input_dim=8)` '` call to the Keras 2 API: ' + signature)
/usr/local/lib/python2.7/dist-packages/keras/legacy/interfaces.py:86: UserWarning: Update your `Dense` call to the Keras 2 API: `Dense(8, activation="relu", kernel_initializer="uniform")` '` call to the Keras 2 API: ' + signature)
/usr/local/lib/python2.7/dist-packages/keras/legacy/interfaces.py:86: UserWarning: Update your `Dense` call to the Keras 2 API: `Dense(1, activation="sigmoid", kernel_initializer="uniform")` '` call to the Keras 2 API: ' + signature)
/usr/local/lib/python2.7/dist-packages/keras/models.py:826: UserWarning: The `nb_Epoch` argument in `fit` has been renamed `epochs`. warnings.warn('The `nb_Epoch` argument in `fit` '

Alors, comment puis-je gérer cela? 

pythondeep-learningkeras
16
Khang Truong

Comme le dit Matias dans les commentaires, c'est assez simple ... Keras a mis à jour son API hier à la version 2.0. Évidemment, vous avez téléchargé cette version et la démo utilise toujours la "vieille" API . Ils ont créé des avertissements pour que la "vieille" API fonctionne toujours dans la version 2.0, mais elle dit que cela va changer, veuillez donc utiliser la 2.0 API. à partir de maintenant.

Pour adapter votre code à l'API 2.0, modifiez le paramètre "init" sur "kernel_initializer" pour toutes les couches Dense(), ainsi que "nb_Epoch" sur "epochs" dans la fonction fit().

from keras.models import Sequential
from keras.layers import Dense
import numpy
# fix random seed for reproducibility
seed = 7
numpy.random.seed(seed)
# load pima indians dataset
dataset = numpy.loadtxt("pima-indians-diabetes.csv", delimiter=",")
# split into input (X) and output (Y) variables
X = dataset[:,0:8]
Y = dataset[:,8]
# create model
model = Sequential()
model.add(Dense(12, input_dim=8, kernel_initializer ='uniform', activation='relu'))
model.add(Dense(8, kernel_initializer ='uniform', activation='relu'))
model.add(Dense(1, kernel_initializer ='uniform', activation='sigmoid'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# Fit the model
model.fit(X, Y, epochs=10, batch_size=10)
# evaluate the model
scores = model.evaluate(X, Y)
print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

Cela ne devrait pas lancer d'avertissement, c'est la version 2.0 du code keras.

30
Nassim Ben

Je voudrais juste ajouter Nassim Ben's répondre à cela, habituellement, Keras l'invitera et lui suggérera:

Hyperparameters_optimisation_youtube.py:36: UserWarning: Update your
`Dense` call to the Keras 2 API: `Dense(activation="sigmoid", units=2)`
  model.add(Dense(output_dim=2, activation='sigmoid'))

Parce que je tapais output_dim=... au lieu de units=...

0
Kareem Jeiroudi