«ValueError: неизвестный оптимизатор: импульс» binary_crossentropy. Пожалуйста, убедитесь, что этот объект передан в аргумент `custom_objects`

Question

Построение модели, использующей алгоритм поиска гармонии для настройки гиперпараметров в сочетании со слоем CNN-LSTM.

Настройка параметров выглядит нормально, при запуске выдается ошибка, связанная с «пользовательскими объектами», характерная для тензорного потока.

ValueError: Неизвестный оптимизатор: binary_crossentropy. Убедитесь, что этот объект передан в аргумент. Подробнее см.

вот код

      import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.preprocessing import MinMaxScaler
from keras.layers import Input, Embedding, LSTM, Dense
from keras.layers import Conv1D, MaxPooling1D, Flatten
from keras.models import Model
from sklearn.metrics import mean_squared_error, r2_score, mean_absolute_error

# Define the CNN-LSTM model
inputs = Input(shape=(X_train.shape[1], X_train.shape[2]))
x = Conv1D(filters=32, kernel_size=2, activation='relu')(inputs)
x = MaxPooling1D(pool_size=1)(x)
x = Flatten()(x)
x = Embedding(input_dim=24, output_dim=128, input_length=24)(x)
x = LSTM(units=128, dropout=0.2, recurrent_dropout=0.2)(x)
outputs = Dense(1, activation='sigmoid')(x)
model = Model(inputs, outputs)

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

# Fit the model on the training data
model.fit(X_train, y_train, epochs=10, batch_size=32)

# Evaluate the model on the test data
results = model.evaluate(X_test, y_test)
print(results)

# Define the harmony search algorithm


def harmony_search(model, X_train, y_train, X_test, y_test, n_iterations=10):
    best_score = 0
    for i in range(n_iterations):
        # Randomly select a set of model parameters
        params = {
            'optimizer': np.random.choice(['adam', 'rmsprop', 'sgd']),
            'loss': 'binary_crossentropy',
            'metrics': np.random.choice(['accuracy', 'mae'])
        }

        # Compile the model with the selected parameters
        model.compile(params)
        

        # Fit the model on the training data
        model.fit(X_train, y_train, epochs=10, batch_size=32)

        # Evaluate the model on the test data
        score = model.evaluate(X_test, y_test)[1]

        # Update the best score if necessary
        if score > best_score:
            best_score = score
            best_params = params

    # Return the best set of model parameters
    return best_params


# Find the best set of model parameters using the harmony search algorithm
best_params = harmony_search(model, X_train, y_train, X_test, y_test)

# Print the best set of model parameters
print(best_params)

Я попытался добавить конкретный параметр на уровне класса, та же ошибка.

ValueError: Неизвестный оптимизатор: binary_crossentropy. Пожалуйста, убедитесь, что этот объект передан вcustom_objectsаргумент. Подробнее см. https://www.tensorflow.org/guide/keras/save_and_serialize#registering_the_custom_object .https://www.tensorflow.org/guide/keras/save_and_serialize#registering_the_custom_object .