解决 KeyError：'val_mean_absolute_error'

小白踩坑日记002

今天尝试了Boston_housing数据集的多元回归分析

一切都很顺利

只遇到了KeyError：‘val_mean_absolute_error’

搜索了一下 居然没有合适的解答

没办法 一遍一遍的看代码 试图寻找突破点

源代码 如下：

num_epochs=500
all_mae_histories=[]
for i in range(k):
print(‘processing fold #’,i)
val_data=train_data[i*num_val_samples:(i+1)num_val_samples]
val_targets=train_targets[inum_val_samples:(i+1)*num_val_samples]

partial_train_data=np.concatenate([train_data[:i*num_val_samples],train_data[(i+1)num_val_samples:]],axis=0)
partial_train_targets=np.concatenate([train_targets[:inum_val_samples],train_targets[(i+1)*num_val_samples:]],axis=0)
model =build_model()
history=model.fit(partial_train_data,partial_train_targets,validation_data=(val_data,val_targets),epochs=num_epochs,batch_size=1,verbose=0)
mae_history=history.history[‘val_mean_absolute_error’]
all_mae_histories.append(mae_history)

average_mae_history=[np.mean([x[i] for x in all_mae_histories]) for i in range(num_epochs)]

其实类似的文章不少 具体名字就不赘述了

报错的语句是这个：

mae_history=history.history[‘val_mean_absolute_error’]

最后我尝试了一个不是办法的办法 改成如下：

mae_history=history.history[‘val_mae’]

万万没想到 就这么解决了

运气而已 这次算是解决了

还望有大神赐教 也好给我们这些小白讲讲清爽 谢谢了