m0_66444090 2022-11-20 16:26 采纳率: 25%
浏览 89
已结题

AttributeError: 'CNNMnist' object has no attribute 'compile'啥问题呢


from tensorflow.python.keras.datasets import cifar100
from tensorflow.python.keras import layers,losses,optimizers
from tensorflow.python.keras.models import Sequential
import tensorflow as tf
class CNNMnist(object):
        model=Sequential([
        layers.Conv2D(32,kernel_size=5,strides=1,padding='same',data_format='channels_last',activation=tf.nn.relu),
        layers.MaxPool2D(pool_size=2,strides=2,padding='same'),
        layers.Conv2D(64,kernel_size=5,strides=1,padding='same',data_format='channels_last',activation=tf.nn.relu),
        layers.MaxPool2D(pool_size=2,strides=2,padding='same'),
        layers.Flatten(),
        layers.Dense(1024,activation=tf.nn.relu),
        layers.Dense(100,activation=tf.nn.softmax)
])
def __init__(self):
        # 读取数据集
        (self.train,self.train_label),(self.test,self.test_label) = cifar100.load_data()
        # 对数据集进行归一化处理
        self.train = self.train.reshape(-1,32,32,3) / 255.0
        self.test = self.test.reshape(-1,32,32,3) / 255.0

def compile(self):
      def compile(self):
        CNNMnist.model.compile(optimizer=optimizers.adam_v2.Adam(),
                               loss=losses.sparse_categorical_crossentropy,
                               metrics=['accuracy'])

        return None
      
def fit(self):
      CNNMnist.model.fit(self.train,self.train_label,epochs=1,batch_size=32)
      return None
 
if __name__ == '__main__':
    cnn = CNNMnist()
    
    cnn.compile()
    
    cnn.fit()

AttributeError: 'CNNMnist' object has no attribute 'compile'

  • 写回答

2条回答 默认 最新

  • 普通网友 2022-11-20 16:41
    关注

    python 是很注意格式的语言
    你检查下compile的定义就知道错误了

    你对比看看

    
    from tensorflow.python.keras.datasets import cifar100
    from tensorflow.python.keras import layers,losses,optimizers
    from tensorflow.python.keras.models import Sequential
    import tensorflow as tf
    class CNNMnist(object):
            model=Sequential([
            layers.Conv2D(32,kernel_size=5,strides=1,padding='same',data_format='channels_last',activation=tf.nn.relu),
            layers.MaxPool2D(pool_size=2,strides=2,padding='same'),
            layers.Conv2D(64,kernel_size=5,strides=1,padding='same',data_format='channels_last',activation=tf.nn.relu),
            layers.MaxPool2D(pool_size=2,strides=2,padding='same'),
            layers.Flatten(),
            layers.Dense(1024,activation=tf.nn.relu),
            layers.Dense(100,activation=tf.nn.softmax)
    ])
        def __init__(self):
            # 读取数据集
            (self.train,self.train_label),(self.test,self.test_label) = cifar100.load_data()
            # 对数据集进行归一化处理
            self.train = self.train.reshape(-1,32,32,3) / 255.0
            self.test = self.test.reshape(-1,32,32,3) / 255.0
        def compile(self):
            CNNMnist.model.compile(optimizer=optimizers.adam_v2.Adam(),
                                   loss=losses.sparse_categorical_crossentropy,
                                   metrics=['accuracy'])
            return None
        def fit(self):
            CNNMnist.model.fit(self.train,self.train_label,epochs=1,batch_size=32)
            return None
    if __name__ == '__main__':
        cnn = CNNMnist()
        cnn.compile()
        cnn.fit()
    
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
  • Jackyin0720 2022-11-20 17:03
    关注

    AttributeError: 'CNNMnist' object has no attribute 'compile'
    AttributeError:“CNNMnist”对象没有属性“compile”
    属性异常:当你访问一个对象的属性,但是这个属性没有被这个对象定义时,就会报错这个
    目前建议是去掉【 def compile(self):】这句,其他地方的修改根据下面这段代码去修改。
    参考他人写的代码优化下:

     def compile(self):
     
            CNNMnist.model.compile(optimizer=keras.optimizers.Adam(),
                                   loss=tf.keras.losses.sparse_categorical_crossentropy,
                                   metrics=['accuracy'])
            return None
     
        def fit(self):
     
            CNNMnist.model.fit(self.train, self.train_label, epochs=1, batch_size=32)
     
            return None
     
        def evaluate(self):
     
            test_loss, test_acc = CNNMnist.model.evaluate(self.test, self.test_label)
     
            print(test_loss, test_acc)
            return None
     
     
    if __name__ == '__main__':
     
        cnn = CNNMnist()
     
        cnn.compile()
     
        cnn.fit()
     
        cnn.predict()
     
        print(CNNMnist.model.summary())
    
    
    评论 编辑记录
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 11月29日
  • 已采纳回答 11月21日
  • 赞助了问题酬金15元 11月20日
  • 创建了问题 11月20日

悬赏问题

  • ¥100 webapi的部署(标签-服务器)
  • ¥20 怎么加快手机软件内部计时的时间(关键词-日期时间)
  • ¥15 C语言除0问题的检测方法
  • ¥15 为什么四分管的内径有的是16mm有的15mm,四分不应该是12.7mm吗
  • ¥15 macos13下 ios交叉编译的问题
  • ¥15 bgz压缩文件怎么打开
  • ¥15 封装dll(引入了pcl的点云设计库)
  • ¥30 关于#开发语言#的问题:我需要在抄板的基础上再抄板抄程序,根据RDA8851CM基础上开发
  • ¥15 oracle 多个括号,怎么删除指定的括号及里面的内容?
  • ¥15 小新14API2019想用bios调风扇