Question

当我尝试修改Keras中SGD优化器的学习速率参数时出现此错误。我的代码中是否遗漏了某些内容，或者我的Keras安装不正确？

这是我的代码：

from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, Flatten, GlobalAveragePooling2D, Activation
import keras
from keras.optimizers import SGD

model = Sequential()
model.add(Dense(64, kernel_initializer='uniform', input_shape=(10,)))
model.add(Activation('softmax'))
model.compile(loss='mean_squared_error', optimizer=SGD(lr=0.01), metrics= ['accuracy'])*

以下是错误消息：

Traceback（最近一次调用最后一次）：文件＆＃34; C：\ TensorFlow \ Keras \ ResNet-50 \ test_sgd.py＆＃34;，第10行，在 model.compile（loss =＆＃39; mean_squared_error＆＃39;，optimizer = SGD（lr = 0.01），metrics = [＆＃39;准确度＆＃39;]）文件＆＃34; C：\用户\ nsugiant \应用程序数据\本地\程序\的Python \ Python35 \ lib中\站点包\ tensorflow \蟒\ keras_impl \ keras \ models.py＆＃34 ;, 第787行，编译中 ** kwargs）文件＆＃34; C：\ Users \ nsugiant \ AppData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tensorflow \ python \ keras_impl \ keras \ engine \ training.py＆＃34;，第632行，在编译中 self.optimizer = optimizers.get（optimizer）File＆＃34; C：\ Users \ nsugiant \ AppData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tensorflow \ python \ keras_impl \ keras \ optimizers.py＆＃ 34 ;, 788行，在得到引发ValueError（＆＃39;无法解释优化程序标识符：＆＃39;，标识符）ValueError :(＆＃39;无法解释优化程序标识符：＆＃39;，）

Answer 1

我最近遇到了类似的问题。

原因是您正在为模型和图层使用tensorflow.python.keras api，为SGD使用keras.optimizers。它们是张量流和纯keras的两种不同的keras版本。他们无法一起工作。您必须将所有内容更改为一个版本。然后它应该工作。 :)

希望这有帮助。

Answer 2

我来晚了，您的问题是您在代码中错过了Tensorflow keras和keras API。优化器和模型应来自同一层定义。使用Keras API进行以下所有操作：

from keras.models import Sequential
from keras.layers import Dense, Dropout, LSTM, BatchNormalization
from keras.callbacks import TensorBoard
from keras.callbacks import ModelCheckpoint
from keras.optimizers import adam

# Set Model
model = Sequential()
model.add(LSTM(128, input_shape=(train_x.shape[1:]), return_sequences=True))
model.add(Dropout(0.2))
model.add(BatchNormalization())

# Set Optimizer
opt = adam(lr=0.001, decay=1e-6)

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

在此示例中，我使用了亚当。请按照上述代码使用相关的优化器。

希望这会有所帮助。

Answer 3

在一个内核中使用一种样式，请不要混用

from keras.optimizers import sth

使用

from tensorflow.keras.optimizers import sth

Answer 4

我尝试了以下方法，并且对我有用：

来自keras导入优化器

sgd = Optimizers.SGD（lr = 0.01）

model.compile（loss ='mean_squared_error'，Optimizer = sgd）

Answer 5

在我的情况下，这是因为我错过了括号。我正在使用tensorflow_addons，所以我的代码就像

model.compile(optimizer=tfa.optimizers.LAMB, loss='binary_crossentropy',
              metrics=['binary_accuracy'])

它给出了

ValueError: ('Could not interpret optimizer identifier:', <class tensorflow_addons.optimizers.lamb.LAMB'>)

然后我将代码更改为：

model.compile(optimizer=tfa.optimizers.LAMB(), loss='binary_crossentropy',
              metrics=['binary_accuracy'])

它有效。

Answer 6

使用

来自tensorflow.keras导入优化器

代替

来自keras导入优化器

Answer 7

尝试将导入行更改为

from keras.models import Sequential
from keras.layers import Dense, ...

你的进口对我来说有点奇怪。也许你可以详细说明一下。

Answer 8

只要给

<form action="/term/{{$term->id}}/deleteLevel" method="POST" >
    {{ csrf_field() }}
    @foreach($term->level as $levels>
       <input type="checkbox" name="level_id[]" value="{{ $levels->id }}">
            {{ $levels->levelname }}
    @endforeach
    <button type="submit">Delete</button>
</form>

Answer 9

运行Keras文档示例https://keras.io/examples/cifar10_cnn/ 并安装最新的keras和张量流版本

（在撰写本文时 tensorflow 2.0.0a0和Keras版本2.2.4）

我必须明确导入示例所使用的keras的优化程序，特别是示例顶部的行：

opt = tensorflow.keras.optimizers.rmsprop(lr=0.0001, decay=1e-6)

替换为

from tensorflow.keras.optimizers import RMSprop

opt = RMSprop(lr=0.0001, decay=1e-6)

在最新版本中，在很多情况下，api“ broke”和keras.stuff成为tensorflow.keras.stuff。

Answer 10

此问题主要是由于版本不同引起的。 tensorflow.keras版本可能与keras不同。从而导致@Priyanka提到的错误。

对我来说，每当出现此错误时，我都会以字符串的形式传入优化器的名称，然后后端将其找出来。例如，代替

tf.keras.optimizers.Adam

或

keras.optimizers.Adam

我愿意

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

Answer 11

对于某些库（例如keras_radam），您需要在导入之前设置环境变量：

import os
os.environ['TF_KERAS'] = '1'

import tensorflow
import your_library

Answer 12

List<String> mData

这很好。

Answer 13

我放错了括号并得到了这个错误，

最初是

<table cellspacing="2" cellpadding="2">
 <tr>        
    <td class="data_yy">
       <input type="radio" name="jack" id="jack" value="Y" onclick="hideShowJacks('Y');"/><label>Yes</label> 
       <input type="radio" name="jack" id="jack" value="N" checked onclick="hideShowJacks('N');"/><label>No</label>
   </td>
       <td class="data_xx"> Are are taking English class in fall?</td>
   </tr>
   <tr>
       <td>
       <textarea cols="120" rows="5" maxLenghth="20" class="resizable" name="jack" id="jack">    </textarea>
          <div class="plaintext" style="justify:left" id="jack">&nbsp;</div>
      </td>
   </tr>
</table>

更正的版本是

x=Conv2D(filters[0],(3,3),use_bias=False,padding="same",kernel_regularizer=l2(reg),x))

Answer 14

我收到相同的错误消息，并通过替换优化程序的分配解决了此问题：

optimizer=keras.optimizers.Adam

及其实例而不是类本身：

optimizer=keras.optimizers.Adam()

Answer 15

我尝试了此线程中的所有方法来修复它，但它们没有奏效。但是，我设法为我修复了它。对我来说，问题是调用优化器类，即。 tensorflow.keras.optimizers.Adam 导致错误，但将优化器作为函数调用，即。 tensorflow.keras.optimizers.Adam() 有效。所以我的代码看起来像：

model.compile(
    loss=tensorflow.keras.losses.categorical_crossentropy(),
    optimizer=tensorflow.keras.optimizers.Adam()
)

看tensorflow github，I am not the only one with this error where calling the function rather than the class fixed the error.

Answer 16

最近，在 Keras API 2.5.0 的最新更新中，导入 Adam 优化器显示以下错误：

from keras.optimizers import Adam
ImportError: cannot import name 'Adam' from 'keras.optimizers'

改为使用以下导入优化器（即 Adam）：

from keras.optimizers import adam_v2
optimizer = adam_v2.Adam(learning_rate=lr, decay=lr/epochs)
Model.compile(loss='--',  optimizer=optimizer  , metrics=['--'])

＆＃34;无法解释优化程序标识符＆＃34; Keras的错误

16 个答案: