Códigos desatualizados

[Gabriel Rissatti Miguel]

Boa noite, somente para constatar nesta aula tive que modificar códigos que estavam no drive por não executarem:

De:
from keras.utils import np_utils
Para:
from keras import utils

De:
from keras.wrappers.scikit_learn import KerasClassifier
Para:
from scikeras.wrappers import KerasClassifier

De:buld_in (em breve estará desatualizado)
Para: model

Como estou aprendendo redes neurais ( este é o intuito de  estar estudando), tenho receio que algo comando futuro desatualizado eu não conseguir a correção, sendo assim seria possível atualizarem os fontes das aulas de redes neurais.
Em aulas anteriores também tive que alterar alguns códigos para executar, porém como está mais recorrente resolvi solicitar o apoio de vocês.
Muito obrigado.

[Gabriel Rissatti Miguel]

errata:
de: build_fn

para: model

[Fábio Spak]

Olá Gabriel, chegou a utilizar o anexo de código atualizado na seção de downloads?

Fabio

[Gabriel Rissatti Miguel]

Olá, bom dia obrigado pelo retorno.

Sim, usei o fonte do drive.

[Gabriel Rissatti Miguel]

Fiz mais atualizações, da forma abaixo executou

import pandas as pd
import tensorflow as tf # atualizado: tensorflow==2.0.0-beta1
from tensorflow.keras.models import Sequential # atualizado: tensorflow==2.0.0-beta1
from tensorflow.keras.layers import Dense # atualizado: tensorflow==2.0.0-beta1
#from keras.utils import np_utils
from keras import utils

#from keras.wrappers.scikit_learn import KerasClassifier
from scikeras.wrappers import KerasClassifier
from sklearn.model_selection import cross_val_score
from tensorflow.keras import backend as k # atualizado: tensorflow==2.0.0-beta1

base = pd.read_csv(‘iris.csv’)
previsores = base.iloc[:, 0:4].values
classe = base.iloc[:, 4].values
from sklearn.preprocessing import LabelEncoder
labelencoder = LabelEncoder()
classe = labelencoder.fit_transform(classe)
classe_dummy = utils.to_categorical(classe)

def criar_rede(): # atualizado: tensorflow==2.0.0-beta1
k.clear_session()
classificador = Sequential([
tf.keras.layers.Dense(units=4, activation = ‘relu’, input_dim=4),
tf.keras.layers.Dense(units=4, activation = ‘relu’),
tf.keras.layers.Dense(units=3, activation = ‘softmax’)])
classificador.compile(optimizer = ‘adam’, loss = ‘categorical_crossentropy’,
metrics = [‘categorical_accuracy’])
return classificador

classificador = KerasClassifier(build_fn = criar_rede,
epochs = 1000,
batch_size = 10)
resultados = cross_val_score(estimator = classificador,
X = previsores, y = classe_dummy,
cv = 10, scoring = ‘accuracy’)
media = resultados.mean()
desvio = resultados.std()

[Fábio Spak]

Olá Gabriel, que bom que deu certo 😉

Fabio

[Autor]

Posts