成功解决AttributeError: ‘function‘ object has no attribute ‘fit‘

成功解决AttributeError: 'function' object has no attribute 'fit'

目录

解决问题

解决思路

解决方法

1、猜想是否包的版本较低

2、遍历该对象是否含有类似fit的方法

---

解决问题

    sns.distplot(data_frame[cols[0]],  
                ax = axes[0], 
                kde = False, norm_hist = False,  
                rug = True,  
#                 fit=norm,                         # fit 可结合scipy库在图像上做拟合,拟合标准正态分布
                vertical = False,     
                label='dis',        
                 )    
        
  File "F:\Python36\lib\site-packages\seaborn\distributions.py", line 2641, in distplot
    params = fit.fit(a)
AttributeError: 'function' object has no attribute 'fit'

解决思路

属性错误:“function”对象没有“fit”属性

解决方法

1、猜想是否包的版本较低

经过查看库版本，发现并非包版本问题导致！

2、遍历该对象是否含有类似fit的方法

相关文章：Python编程语言学习：输出一个类或者实例化对象的所有属性和方法名_一个处女座的程序猿的博客-CSDN博客_python输出类的实例

经过查询，当前model不支持该方法，故需要对当前model进行修改，或者添加该属性！
因为本代码时自定义的model，故添加了以下代码即可！

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

def fit():
    global batch_size
    pred,_=lstm(batch_size) #调用的构建的lstm变量
    loss=tf.reduce_mean(tf.square(tf.reshape(pred,[-1])-tf.reshape(Y, [-1])))
    train_op=tf.train.AdamOptimizer(lr).minimize(loss)
    
    saver=tf.train.Saver(tf.global_variables())
    print('saver：',saver)
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        for i in range(10000):
            step=0
            start=0
            end=start+batch_size
            while(end<len(train_x)):
                _,loss_=sess.run([train_op,loss],feed_dict={X:train_x[start:end],Y:train_y[start:end]})
                start+=batch_size
                end=start+batch_size
                if step%10==0:
                    saver.save(sess,'model/stock.model')   # model/  checkpoint
#                     print("已保存模型：",i,step,loss_)
                step+=1
            if i%100==0:
                print("当前步数：",i)