я использую эту модель:
from keras import models
from keras import layers
from keras.applications import VGG19
from keras import optimizers
from keras.layers.core import Flatten, Dense, Dropout, Lambda
conv_base = VGG19(weights='imagenet',
include_top=False,
input_shape=(150, 150, 3))
conv_base.trainable = False
model = models.Sequential()
model.add(conv_base)
model.add(layers.Flatten())
model.add(layers.Dense(512, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy',
optimizer=optimizers.Adam(lr=LEARNING_RATE),
metrics=['acc'])
STEP_SIZE_TRAIN=train_batches.n//train_batches.batch_size
STEP_SIZE_VALID=valid_batches.n//valid_batches.batch_size
result=model.fit_generator(train_batches,
steps_per_epoch =STEP_SIZE_TRAIN,
validation_data = valid_batches,
validation_steps = STEP_SIZE_VALID,
epochs= NUM_EPOCHS
)
, чтобы предсказать пневмонию от рентгеновских снимков грудной клетки, затем я хочу создать тепловую карту о том, что активирует последний слой, я нашел это в книге Франсуа Шолле о глубокое обучение w / python
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input, decode_predictions
import numpy as np
img_path = '/home/workstation/Desktop/covid/1.jpeg'
img = image.load_img(img_path, target_size=(150, 150))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
preds = result.predict(x)
print('Predicted:', decode_predictions(preds)[0])
но я получаю эту ошибку
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-19-8607e0dccecf> in <module>
----> 1 preds = result.predict(x)
2 print('Predicted:', decode_predictions(preds)[0])
AttributeError: 'History' object has no attribute 'predict'
если есть какие-либо советы или помощь, чтобы решить эту проблему, я буду очень признателен вам / людям