Keras AttributeError: 'Sequential' 对象没有属性 'predict_classes'

Question

我试图按照本指南https://machinelearningmastery.com/how-to-calculate-precision-recall-f1-and-more-for-deep-learning-models/找到模型性能指标（F1 分数、准确性、召回率）

这个确切的代码在几个月前还可以使用，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。也许包更新改变了事情？

我用 model.fit 拟合序列模型，然后使用 model.evaluate 找到测试精度。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）。代码如下所示：

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’对象没有属性‘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

Answer 1

我遇到了同样的错误，我使用以下代码并成功

替换：

predictions = model.predict_classes(x_test)

有了这个：

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

python 包的类型：Tensorflow 2.6.0

Answer 2

在最新版本的 Tensorflow 中，该predict_classes函数已被弃用（之前的版本中对此有警告）。新语法如下：

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

Answer 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)

Answer 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)

Answer 5

此函数在 TensorFlow 2.6 版中被删除。根据rstudio参考中的keras

更新到

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

或者使用 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sigmoid最后一层激活）。

Answer 6

在 Tensorflow 2.7 中，可以通过以下代码获得预测类：

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