使用Keras model.fit（）函数没有控制台输出

Question

我将跟随this tutorial使用带有Keras和TensorFlow的转换器执行时间序列分类。我正在使用Windows10和PydevEclipse插件。不幸的是，每次运行以下代码时，我的程序都会停止，控制台输出完全为空：

n_classes = len(np.unique(y_train))
input_shape = np.array(x_trainScaled).shape[0:]

model = build_model(n_classes,input_shape,head_size=256,num_heads=4,ff_dim=4,num_transformer_blocks=4,mlp_units=[128],mlp_dropout=0.4,dropout=0.25)

model.compile(loss="sparse_categorical_crossentropy",optimizer=keras.optimizers.Adam(learning_rate=1e-4),metrics=["sparse_categorical_accuracy"])
print(model.summary())

callbacks = [keras.callbacks.EarlyStopping(patience=100, restore_best_weights=True)]

model.fit(x_trainScaled,y_train,validation_split=0.2,epochs=200,batch_size=64,callbacks=callbacks)

pathToModel = 'my/path/to/model/'
model.save(pathToModel)

甚至之前的警告或打印声明都被完全删除了，我不知道发生了什么。如果我注释掉model.fit（…）语句，程序将终止并崩溃，并显示由model.predict（…）调用导致的错误消息

非常感谢您的帮助

Answer 1

解决方案是首先将输入数据和标签转换为numpy数组。因此，按如下方式调用fit函数：

model.fit(np.array(x_trainScaled),np.array(y_train),validation_split=0.2,epochs=200,batch_size=64,callbacks=callbacks)

对我来说效果非常好，而不是：

model.fit(x_trainScaled,y_train,validation_split=0.2,epochs=200,batch_size=64,callbacks=callbacks)