Получение ошибки в реализации Keras в R для классификации изображений

Question

Я пытаюсь создать модель глубокого обучения для классификации изображения на основе 5 переменных (R, G, B, NIR, NDVI). Учебные образцы находятся в точечном шейп-файле со всеми 6 переменными, включая столбец класса. Я использую библиотеку Keras в R для создания модели.

library(keras)
install_keras()
library(tensorflow)
install_tensorflow(gpu=T)
library(magrittr)
library("tidyverse")
library(reticulate)

#Training samples 
trainingSamples <- readOGR("Q:/2.0.Projects/Fiber/Satellite/Field Validation/Cerato training samples/Training samples/AllSamples.shp")
data.df <- as.data.frame(trainingSamples)
train.df <- data.df[c(3:7,12)] #3-7 variables are R,G,B,NIR and NDVI and 12th variable is corresponding class.

#converting class variable into numeric (Classes are in characters)
train.df$Class <- as.numeric(train.df$Class)

нормализация данных

for (i in 1:5) {
  train.df[,i] <- (train.df[,i]-min(train.df[,i]))/(max(train.df[,i])-min(train.df[,i]))
}

Разделение данных - определение размера выборки

  ind <- sample(2, nrow(train.df), replace=TRUE, prob=c(0.80, 0.20))
    training <- train.df[ind==1, 1:5]
    test <- train.df[ind==2, 1:5]

# Split the class attribute
    traintarget <- train.df[ind==1, 6]
    testtarget <- train.df[ind==2, 6]

одна горячая кодировка

trainlabels <- to_categorical(traintarget)
testlabels <- to_categorical(testtarget)

создание модели

model <- keras_model_sequential()
model %>%
  layer_dense(units=5, activation = 'relu', input_shape = c(5)) %>%
  layer_dense(units=1, activation = 'softmax')

summary(model)

#Compiling the model to configure the learning process
model %>%
  compile(loss = 'categorical_crossentropy',
          optimizer = 'adam',
          metrics = 'accuracy')

#Fit model
mymodel <- model %>%
  fit(training, 
      trainlabels,
      epoch=100,
      batch_size=32,
      validation_split=0.2)

Ошибка

Error in (function (classes, fdef, mtable)  : 
  unable to find an inherited method for function ‘fit’ for signature ‘"keras.engine.sequential.Sequential", "matrix"’

Я попытался преобразовать фрейм данных в матрицу, а затем применить dimnames как NULL, все еще получая ту же ошибку , Любая помощь будет оценена.

Answer 1

У меня была точно такая же проблема, пока я не понял, что использую два сценария в одном сеансе R. Из-за этого у меня была загружена целая куча (более 30) других библиотек. Поэтому я перезапустил сеанс R и загрузил только библиотеку keras - проблема исчезла. Похоже, что одна из других библиотек вызвала конфликт с функцией fit.

Answer 2

Проблема решается с помощью следующих шагов: 1. Удаление целой пачки неиспользуемых библиотек для этого упражнения (как предложено @hopethishelps)

Преобразование кадра данных в матрицу

Настройка модели input_shape и выходного слоя следующим образом

model <- keras_model_sequential () </p>

model%>%

Входные слои

layer_dense (единиц = 5, активация = "relu", input_shape = ncol (обучение))%>%

Скрытый слой

layer_dense (единицы = 10, активация = "relu")%>%

Выходной слой

layer_dense (единицы = ncol (trainlabels), активация = "softmax")