Ich benutze Jupyter Notebook mit Anaconda. Ich benutze Kerast zuerst, und ich kann Tutorial nicht tun. Zu diesen Problemen gibt es zwei Themen in stackoverflow, die aber nicht gefunden werden.
Mein Code:
%Vor%Und ich habe Fehler, es ist eine zufällige und manchmal eine oder zwei Epoche konkurriert:
Epoche 1/5 4352/17500 [====== & gt; .......................]
----------------------------------------------- ---------------------------- ValueError Traceback (letzter Aufruf zuletzt im () 2 # von 32 Proben 3 Schlaf (0,1) ---- & gt; 4 model.fit (X_zug, Y_zug, nb_epoch = 5, batch_größe = 32) 5 #sleep (0,1)
C: \ Anaconda3 \ envs \ py27 \ lib \ site-packages \ keras \ models.pyc passt (selbst x, y, batch_size, nb_epoch, ausführliche, Rückrufe, validation_split, validation_data, shuffle, class_weight, sample_weight, ** kwargs) 395 shuffle = mischen, 396 class_weight = class_weight, - & gt; 397 sample_weight = sample_weight) 398 399 def evaluate (self, x, y, Stapelgröße = 32, Verbose = 1,
C: \ Anaconda3 \ envs \ py27 \ lib \ Site-Pakete \ keras \ engine \ training.pyc in fit (selbst, x, y, Batch_Size, nb_epoch, ausführliche, Rückrufe, validation_split, validation_data, shuffle, class_weight, sample_weight) 1009 verbose = ausführlich, Rückrufe = Rückrufe, 1010
val_f = val_f, val_ins = wert_ins, shuffle = shuffle, - & gt; 1011 callback_metrics = callback_metrics) 1012 1013 def evaluate (self, x, y, Stapelgröße = 32, Ausführlich = 1, Beispielgewicht = Keine):C: \ Anaconda3 \ envs \ py27 \ lib \ Site-Pakete \ keras \ engine \ training.pyc in _fit_loop (self, f, ins, out_labels, Stapelgröße, nb_epoch, ausführliche, Rückrufe, val_f, val_ins, shuffle, callback_metrics) 753 charge_logs [l] = o 754 - & gt; 755 callbacks.on_batch_end (Batch_Index, Batch_logs) 756 757 epoch_logs = {}
C: \ Anaconda3 \ envs \ py27 \ lib \ Site-Pakete \ keras \ callbacks.pyc in on_batch_end (selbst, Batch, Protokolle) 58 t_before_callbacks = time.time () 59 für den Rückruf in self.callbacks: --- & gt; 60 callback.on_batch_end (Stapel, Protokolle) 61 self._delta_ts_batch_end.append (time.time () - t_before_callbacks) 62 delta_t_median = np.median (self._delta_ts_batch_end)
C: \ Anaconda3 \ envs \ py27 \ lib \ Site-Pakete \ keras \ callbacks.pyc in on_batch_end (selbst, Batch, Protokolle) 187 # wird von on_epoch_end bearbeitet 188 wenn self.verbose und self.seen & lt; self.params ['nb_beispiel']: - & gt; 189 self.progbar.update (self.seened, self.log_values) 190 191 def on_epoch_end (self, epoch, logs = {}):
C: \ Anaconda3 \ envs \ py27 \ lib \ Site-Pakete \ keras \ utils \ generic_utils.pyc im Update (selbst, aktuell, Werte) 110 info + = ((prev_total_width - self.total_width) * "") 111 - & gt; 112 sys.stdout.write (info) 113 sys.stdout.flush () 114
C: \ Anaconda3 \ envs \ py27 \ lib \ site-Pakete \ ipykernel \ iostream.pyc in schreibe (selbst, string) 315 316 is_child = (nicht self._is_master_process ()) - & gt; 317 self._buffer.write (string) 318 wenn is_child: 319 # newlines implizieren Flush in Teilprozessen
ValueError: E / A-Vorgang bei geschlossener Datei
Ändern Sie Ihre ausführliche Ebene in
%Code%
zu
model.fit()
Siehe github.com/fchollet/keras/issues/2110
Es handelt sich nicht um eine direkte "Korrektur", aber es sollte helfen, eine Race-Bedingung zu mindern, die mit der Aktualisierung der iPython-Konsole verbunden ist.
Tags und Links python machine-learning keras