KerasRegressorで入力引数を指定する

Question

私はKerasニューラルネットワークを使用しています。これまで見てきたすべてのチュートリアルのように、ハードコードされていない入力次元を自動的に設定したいと思います。どのように私はこれを達成することができますか？

マイコード：

from keras.models import Sequential 
from keras.layers import Dense 
from keras.wrappers.scikit_learn import KerasRegressor 
seed = 1 

X = df_input 
Y = df_res 

def baseline_model(x): 
    # create model 
    model = Sequential()  
    model.add(Dense(20, input_dim=x, kernel_initializer='normal', activation=relu)) 
    model.add(Dense(1, kernel_initializer='normal')) 
    # Compile model 
    model.compile(loss='mean_absolute_error', optimizer='adam') 
    return model 

inpt = len(X.columns) 
estimator = KerasRegressor(build_fn = baseline_model(inpt ) , epochs=2, batch_size=1000, verbose=2) 
estimator.fit(X,Y) 

そして、私が取得エラー：

def baseline_model(x): 
    def baseline_model(): 
     # create model 
     model = Sequential() 
     model.add(Dense(20, input_dim=x, kernel_initializer='normal', activation='relu')) 
     model.add(Dense(1, kernel_initializer='normal')) 
     # Compile model 
     model.compile(loss='mean_absolute_error', optimizer='adam') 
     return model 
    return baseline_model 

そしてとしてKerasRegressorを定義し、フィットを：

Traceback (most recent call last):

File ipython-input-2-49d765e85d15, line 20, in estimator.fit(X,Y)

TypeError: call() missing 1 required positional argument: 'inputs'

Answer 1

次のように私はあなたのbaseline_modelを包むだろう：

estimator = KerasRegressor(build_fn=baseline_model(inpt), epochs=2, batch_size=1000, verbose=2) 
estimator.fit(X, Y) 

これにより、baseline_modelに入力ディメンションをハードコードする必要がなくなります。