ОШИБКА визуализатора ANN: слой не поддерживается для визуализации

Я относительно новичок в машинном обучении с помощью Python и Tensorflow/Keras. Теперь у меня есть работающая модель, и я хотел бы визуализировать свою сеть. Для этого существует библиотека python для визуализации искусственных нейронных сетей (ИНС): ANN Visualizer.

К сожалению, я получаю это сообщение об ошибке:

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
C:\Temp\ipykernel_17876\3726106579.py in 
     24 history = model.fit(trainx, trainy, batch_size=1, epochs=30, validation_data=(testsetx, testsety))
     25 
---> 26 ann_viz(model)

c:\Users\aalles\Anaconda3\lib\site-packages\ann_visualizer\visualize.py in ann_viz(model, view, filename, title)
    121                 c.node(str(n), label = "Image\n"+pxls[1]+" x"+pxls[2]+" pixels\n"+clrmap, fontcolor = "white");
    122             else:
--> 123                 raise ValueError("ANN Visualizer: Layer not supported for visualizing");
    124         for i in range(0, hidden_layers_nr):
    125             with g.subgraph(name = "cluster_"+str(i+1)) as c:

ValueError: ANN Visualizer: Layer not supported for visualizing

Мой метод построения модели выглядит так:

def build_ann(self, nLayers=4, nNeurons=64, LR_init=1e-2, LR_adapt=1e-4, LR_steps=1e5, regularizer=1e-2, dropout=0.3):
   
        model = Sequential()
        for runs in range(nLayers):
            return_seq = True if runs < nLayers-1 else False
            model.add(LSTM(int(Neurons[runs]), return_sequences=return_seq))  # , dropout=0.3
            model.add(Dropout(dropout))
        model.add(Dense(int(Neurons[-1])))
        model.add(Dense(len(self.targets), activation='sigmoid'))
        model.compile(loss='mean_squared_error', optimizer='Adam', metrics=['accuracy'])  
        model.build(input_shape=(1, self.maxlen, len(self.features)))
        model.summary()

        return model

Следовательно, объект будет создан:

model = ann.build_ann(nLayers=2, nNeurons=2)
history = model.fit(trainx, trainy, batch_size=1, epochs=30, validation_data=(testsetx, testsety))
ann_viz(model)

И появляется ошибка.

Почему нельзя создать визуализацию? В других примерах это было из-за слоя Flatter(). У меня нет такого слоя. Это цикл for?

Большое спасибо!

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
58
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Причиной этой ошибки может быть обновление в ann_visualizer API. Поэтому вам нужно явно использовать graphviz для доступа к сгенерированному файлу ann_visualizer (.gv) для визуализации модели.

from ann_visualizer.visualize import ann_viz
ann_viz(model, filename = "iris.gv", title = "Iris NN")

import graphviz
graph_file = graphviz.Source.from_file("iris.gv")
graph_file

Пожалуйста, ознакомьтесь с этой воспроизведенной сутью для справки.

Примечание. Вы также можете использовать plot_model API tensorflow для визуализации модели, используя приведенный ниже код:

from tensorflow.keras.utils import plot_model
plot_model(model, to_file = "iris_model.png", show_shapes=True)

Другие вопросы по теме