python - 将input_dim传递给KerasClassifier(sklearn包装器/接口(interface))

我最初尝试了同样的方法，遇到了与this SO questioner相同的错误。然而，使用接受的（而且是唯一的）答案又给了我一个错误：“input_dim不是合法参数。”
然后，我尝试对原始问题使用解决方案（“向KerasClassifier构造函数添加一个input_dim keyarg”），并再次得到相同的错误我是做错了什么，还是现在有新的方法通过sklearn包装kerasclassifier传递第一层的输入？
下面是最小代码示例：

from keras.models import Sequential
from keras.layers import Dense
from sklearn import datasets
from keras.wrappers.scikit_learn import KerasClassifier
import numpy as np


def create_model():
    # create model
    model = Sequential()
    model.add(Dense(12, input_dim=4, init='uniform', activation='relu'))
    model.add(Dense(6, init='uniform', activation='relu'))
    model.add(Dense(1, init='uniform', activation='sigmoid'))

    # Compile model
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

    return model

#Error thrown here:
model = KerasClassifier(build_fn=create_model, input_dim=5, nb_epoch=150, batch_size=10, verbose=0)

值错误：输入尺寸不是合法参数

最佳答案

您需要将input_dim作为参数之一传递给create_model()

def create_model(input_dim):
    # create model
    model = Sequential()
    # model.add(Dense(12, input_dim=4, init='uniform', activation='relu'))
    model.add(Dense(12, input_dim=input_dim, init='uniform', activation='relu'))

尽管您不必为了消除错误而在input_dim内部使用create_model。