R语言Keras构建DNN时predict报错：无适用方法于keras_training_history

错误原因 #

你调用predict的对象错误：FIT_DNN1是fit()方法返回的训练历史对象（类为keras_training_history），这个对象仅存储训练过程中的损失、指标变化等信息，并没有predict方法。predict方法需要调用在训练好的模型对象上，也就是你定义的DNN_1。

核心修正 #

将预测部分的代码从：

pred <- FIT_DNN1 %>% predict(x_test_1)

改为：

pred <- DNN_1 %>% predict(x_test_1)

额外参数修正（避免训练行为异常） #

你的训练代码里有两个参数拼写错误，虽然不触发当前报错，但可能导致训练不符合预期：

• fit()中的epoch应改为epochs（复数形式）
• batchsize应改为batch_size（下划线分隔）

修正后的拟合代码：

FIT_DNN1 <- DNN_1 %>% fit(
  x_train_1, y_train_1,
  epochs = 50,
  batch_size = 4,
  validation_data = list(x_test_1, y_test_1),
  verbose = 2
)

原理说明 #

Keras的fit()方法是原地训练模型：它会直接修改你定义的DNN_1对象，将训练得到的权重存入其中，同时返回一个记录训练过程的历史对象。因此训练完成后，直接使用原模型对象DNN_1进行预测即可。

内容的提问来源于stack exchange，提问作者erram_20589