Я хочу выполнить гиперпараметрическую развертку с помощью scikit-wrapper GirdSearchCV в этом GitHub репозитории .
, для которого я пытаюсь запустить GridSearchCV при использовании scikit-wrapper:
from sklearn.model_Selection import GridSearchCV
from keras.wrappers.sckit_learn import KerasClassifier
#After the compile in frontend.py
model = KerasClassifier(build_fn = TinyYoloFeature, verbose = 0) #TinyYoloFeature is in backend.py
#After the above command in frontend.py
batch_size = [16,32,64]
learning rate = [0.001, 0.0001, 0.00001]
param_grid = dict (epcohs = nb_epochs,
batch_size = batch_size)
grid = GridSearchCV(estimator=model, param_grid = param_grid,n_jobs=-1)
grid_result = grid.fit() #How to go about ????
#print result
print ("Best: %f using %s using %
(grid_result.best_score_,grid_result.best_params_,)
means = grid_result.cv_results_['mean_test_score']
stds = grid_result.cv_results_['std_test_score']
params = grid_result.cv_results_['params']
for mean, stdev, param in zip (means, stds, params):
print("%f (%f) with: %r" %(mean, stdev, param))
Но код использует fit_genrator.Вся поддержка онлайн в отношении model.fit. Может ли кто-нибудь помочь?