运行出现loss,accuracy = model.evaluate(x_test,y_test)出现numpy.float64 object is not iterable

import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils
from keras.layers import Dense,Activation
from keras.models import Sequential
from keras.optimizers import RMSprop

(x_train,y_train),(x_test,y_test) = mnist.load_data()

x_train = x_train.reshape(x_train.shape[0],-1)/255
x_test = x_test.reshape(x_test.shape[0],-1)/255
y_train = np_utils.to_categorical(y_train,num_classes= 10)
y_test = np_utils.to_categorical(y_test,num_classes = 10)

rmsprop = RMSprop(lr=0.001,rho=0.9,epsilon=1e-08,decay=0.0)

model = Sequential([Dense(32,input_dim=784),
Activation(‘relu’),
Dense(10),
Activation(‘softmax’)
])

model.compile(optimizer= ‘rmsprop’, loss= ‘categorical_crossentropy’)

model.fit(x_train,y_train,epochs=1)

#x_test = x_test.flatten()
#y_test = y_test.flatten()
loss,accuracy = model.evaluate(x_test,y_test)
print(loss,accuracy)

这是完整的程序,运行的时候报错,‘numpy.float64’ object is not iterable,哪位大佬知道是为什么

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值