小编Viv*_*hta的帖子

是否可以在 Keras 模型中保存元数据/元信息？我的目标是保存输入预处理参数、使用的训练/测试集、类标签映射等，我可以在再次加载模型时使用这些参数。
我浏览了 Keras 文档并没有找到任何东西。我在 GitHub 上发现了类似的问题，但两年前它被关闭了，没有任何解决方案。
目前我将所有这些信息保存在单独的文件中，并在加载模型时使用此文件。
虽然可能不相关，但我正在使用tf.keras功能模型并h5使用model.save().

我正在尝试使用文本数据进行多类分类。我面临的问题是我拥有非结构化的文本数据。我会用一个例子来解释这个问题。以这张图片为例：

我想提取和分类图像中给出的文本信息。问题是当我提取信息时，OCR 引擎会给出如下输出：

18
EURO 46
KEEP AWAY
FROM FIRE
MADE IN CHINA
2226249917581
7412501
DOROTHY
PERKINS

现在这里的目标类是：

18 -> size
EURO 46 -> price
KEEP AWAY FROM FIRE -> usage_instructions
MADE IN CHINA -> manufacturing_location
2226249917581 -> product_id
7412501 -> style_id
DOROTHY PERKINS -> brand_name

我面临的问题是输入文本不可分离，这​​意味着“多行可以属于同一个类”，并且可能存在“单行可以有多个类”的情况。

所以我不知道如何在将行传递给分类模型之前拆分/合并行。
有什么方法可以使用 NLP 我可以根据目标类拆分段落。换句话说，给定输入段落根据目标标签对其进行拆分。

我有一个房价预测数据集。我必须将数据集拆分为train和test。
我想知道是否可以通过使用numpy或来做到这一点scipy？
我现在不能使用scikit学习。

我已经安装了 keras，然后是 tensorflow。

from keras.models import Sequential
from keras.layers import Conv2D
from keras.layers import MaxPooling2D
from keras.layers import Flatten
from keras.layers import Dense
from keras.models import Sequential
from keras.layers import Conv2D
from keras.layers import MaxPooling2D
from keras.layers import Flatten
from keras.layers import Dense

当我执行 keras 顺序模型时，我收到一条错误消息，指出

导入错误引用（最近一次调用）
导入错误：无法从 'keras.models' 导入名称 'Sequential' (C:\Users\murthy.p\AppData\Local\Continuum\anaconda4\lib\site-packages\keras\models__init__ .py)