generator = build_lstm_generator(seq_len, hidden_size, n_embeddings,compiler=False) discriminator = build_lstm_discriminator(seq_len + 1, hidden_size, n_embeddings) optimizer = Adam(learning_rate=0.0001) save_freq = 1000 gen_losses = Mean() dis_losses = Mean() for i,(x_inputs,x_outputs) in enumerate(dataset): gen_loss,dis_loss = train_on_step(x_inputs,x_outputs) gen_losses.update_state(gen_loss) dis_losses.update_state(dis_loss) if (i+1) % save_freq == 0: generator.save_weights(f"saved_models/iter-{(i+1)//save_freq}.h5") if i % 20 == 0: print(f'iter: {i}, generatorLoss: {gen_losses.result()}, discriminatorLoss: {dis_losses.result()}') gen_losses.reset_state() dis_losses.reset_state()
时间: 2024-03-30 11:33:45 浏览: 14
这段代码中,首先使用`build_lstm_generator()`函数和`build_lstm_discriminator()`函数分别创建了一个生成器和一个判别器,并使用`Adam()`函数定义了一个Adam优化器,学习率为0.0001。`seq_len`、`hidden_size`、`n_embeddings`等参数用于指定模型的超参数。
接着,代码使用`enumerate()`函数遍历了`dataset`中的每个batch,并调用`train_on_step()`函数对生成器和判别器进行一次训练。在训练过程中,代码使用`Mean()`函数分别计算了生成器损失和判别器损失的平均值,并使用`update_state()`函数更新了平均损失值。同时,代码还定义了一个变量`save_freq`,表示每训练多少个batch就保存一次模型。
在每次保存模型后,代码使用`print()`函数输出当前的迭代次数、生成器损失和判别器损失。这里使用了字符串插值的语法,即在输出字符串中使用`{}`占位符来引用变量的值。同时,代码还使用了`reset_state()`函数清空了平均损失值,以便下一个batch的计算。
总体来说,这段代码实现了对生成器和判别器的训练,并定期保存模型。在训练过程中,代码还输出了生成器损失和判别器损失的平均值。
相关问题
model = build_lstm_generator(seq_len=seq_len, hidden_size=hidden_size,vocab_size=len(offsets_vocab)+len(durations_vocab)*len(notes_vocab)) TypeError: build_lstm_generator() got an unexpected keyword argument 'seq_len'
这个错误通常是由于函数 `build_lstm_generator` 的参数列表中没有 `seq_len` 这个参数,但是你尝试在调用该函数时使用了这个参数。
具体来说,可能是以下原因之一:
1. 函数 `build_lstm_generator` 的参数列表中确实没有 `seq_len` 这个参数。请检查函数定义,并确保你调用该函数时使用了正确的参数名称和值。
2. 函数 `build_lstm_generator` 的参数列表中确实有 `seq_len` 这个参数,但是你没有正确地传递该参数。请检查你的代码,并确保你传递了正确的参数名称和值。
3. 可能是函数 `build_lstm_generator` 的参数列表中有一个名为 `seq_len` 的参数,但是该参数是一个可选参数,而你使用了错误的函数调用方式。请检查你的代码,并根据函数定义使用正确的函数调用方式。
请仔细检查你的代码,并确保使用了正确的参数名称和值。如果问题仍然存在,请提供更多的代码和上下文信息以供更进一步的帮助。
generator = build_generator() TypeError: build_generator() missing 1 required positional argument: 'inputs'
这个错误是因为在调用`build_generator()`函数时,没有传递`inputs`参数,而`build_generator()`函数需要这个参数。你需要在调用`build_generator()`时传递正确的参数,或者更改`build_generator()`函数使其不需要`inputs`参数。