LSTM的model.predict_classes报错

Question

请问有没有兄弟懂LSTM的，LSTM实现文本生成，这个报错是为什么，要怎么修改

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

从报错信息来看，问题出在 model.predict_classes() 这个调用上。AttributeError表示尝试访问一个对象的属性或方法时出现了问题。在这个案例中，错误信息是 'Sequential' object has no attribute 'predict_classes'，这意味着你尝试在Sequential对象上调用一个名为 predict_classes 的方法，但是这个对象没有这个属性或方法。在TensorFlow的Keras API中，Sequential模型并没有一个名为 predict_classes 的方法。你可能想要使用 predict 方法来获取模型的预测结果，然后根据需要处理这些结果（例如，通过argmax获取最可能的类别）。

你应该将代码中的 model.predict_classes(X_new) 更改为 model.predict(X_new)。这将返回模型对于输入 X_new 的预测结果。然后你可以通过numpy的 argmax 函数来获取预测类别。以下是修改后的代码示例：

new_letters ='星空下的海滩，海浪轻拍着岸边'
X_new, y_new = data_preprocessing(new_letters, time_step, num_letters, char_to_int)
y_new_predict = np.argmax(model.predict(X_new), axis=1)  # 使用argmax获取预测类别
print(y_new_predict)

这里的 axis=1 是为了沿着预测结果的第二个维度（即类别维度）进行argmax操作，以获取每个输入对应的预测类别。请注意，model.predict() 返回的结果通常是模型对每个类别的预测概率，因此我们需要使用 argmax 来找到最可能的类别。