学习深度学习随手笔记-弗朗索·肖莱-深度学习

新

1，

nb_classes=10000
train_labels=to_categorical(train_labels,num_classes=nb_classes)#注意这里的nb——classes 是来自train_label.shape[1],num_class，对于第二个testlabel必须指定，否则会出现imcompable 【none,9927】 imcompable [none,10000]错误，因为第二个的test得出的shape1跟train不一样，这样evaluate的时候就会报错。
test_labels=to_categorical(test_labels,num_classes=nb_classes)
print(test_labels.shape)

这个是随手学习的笔记，里面记录了在用这本教材中发现的问题和遇到的问题以及解决方法

目前学习使用的是联想的笔记本，并不需要按照书上说的ec2的平台，这点是要注意的，主要是ec2要是按照正常学习进度花费不小，这点是要注意

1，from keras import optimizer，使用optimizer.RMSprop报错，原因不太清楚，估计使用pycharm 内部包含了这个对应的function,所以引入要更改以下

from tensorflow import keras

from keras import optimizer，里面的英文可能有错误，请使用语言提示功能

2，137 code 中断错误，内存不足，经过查询这个应该是默认使用10%的内存，如果是8gb的话，使用model.evaluate 时候会保存137中断，无法获得返回值

实际是因为内存不足，增加swap就可以了，具体方法自行google

3，在model_build()里面使用metrics=mae同时使用history.history['val_mean_absolute_error']报错，key error 找不到 val_mean_absolute_error，因为metrics不能用mae,新建一个model_build2(),更改里面的metrics=‘mean_absolute_error’

4,书上有一句代码引入to_categorical 如下

from keras.utils import to_categorical,这句会发现引入不进来，stackoverflow上面说是要改成 from tensorflow.keras.utils import to_categorical,实际上会发现还是不行，因为书上写错了，实际这个在keras.utils.n_utils里面，改从这里引入就可以了

5，报错

WARNING:tensorflow:Your input ran out of data; interrupting training.

尽管报这个错误，代码仍然执行到最后，但是获取到的数据库是有问题的，就是只有第一轮的数据，后面的都没有，修改里面的flow_from_directory里面的batch_size 将书中的32改成1就行了

能够正确获得数据库，这个问题有可能是由于我使用的是笔记本的原因，如果是用正规的台式机可能没有这个问题

另外这个batch_size不要设置的过低，容易影响数据拟合

6,代码错误，from keras.applications import VGG16 错误，提示没有这个

原因是application 里面的确实没这个，实际应该是采用这个引入

from keras.applications.vgg16 import VGG16

但是还是有错，提示ssl certificate 错误，这个再添加如下两行代码在最前面

import ssl

ssl._create_default_https_context = ssl._create_unverified_context

7,代码错误，在第六章里面对文字进行深度学习中，里面有一句代码

results=np.zeros(shape=(len(samples),max_length,max(token_index.values())+1))

这句代码报错，dict里面没有value这个属性，原因是不知道哪里代码写错了，经过简化就没问题了，比如我这里是令

p=max(token_index.value())

将p带入，尤其是这种括号特别多的，这种方法比较好

9,mnist 原始是三维数据，降维，对应 svc方法

nsamples,nx,ny=train_images.shape
v2_train_images=train_images.reshape((nsamples,nx*ny))

model.fit(v2_train_images,train_labels)

8,Resolve ConvergenceWarning: Liblinear failed to converge, increase the number of iterations.

two solutions ：
1、 add max _iter（ default 1000 ）， the code is as follows

clfs = LinearSVC(max_iter=5000)

2、 cancel the default value and change it to dual=False， the code is as follows

clfs = LinearSVC(dual=False)