Keras中的"无法解释优化器标识符"错误

Question

当我试图在Keras中修改SGD optimizer的学习率参数时，我遇到了这个错误。我是否在代码中遗漏了什么，或者我的Keras安装不正确？

这是我的密码：

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'])*

下面是错误消息：

回溯（最后一次调用）：文件“C:\TensorFlow\Keras\ResNet-50\test\u sgd.py”，第10行，在model.compile（loss='mean\u squared\u error'，optimizer=sgd（lr=0.01），metrics=['accurity']）文件“C:\Users\nsugant\AppData\Local\Programs\Python\Python35\lib\site packages\TensorFlow\Python\Python\Python\Keras\Keras\Keras\Keras\Keras\Keras\models.py”，第787行“C:\Users\nsugiant\AppData\Local\Programs\Python 35\lib\site packages\tensorflow\Python\keras\impl\keras\engine\training.py”，第632行，在compile self.optimizer=optimizers.get（优化器）文件“C:\Users\nsugiant\AppData\Local\Programs\Python\Python 35\lib\site packages\tensorflow\Python\Python\keras\Python\keras\Python\keras\keras\pytho，第788行，在get-raise ValueError（'无法解释优化器标识符：'，标识符）ValueError:（'无法解释优化器标识符：'，）

Answer 1

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

对我来说，每当出现此错误时，我都将优化器的名称作为字符串传递给后端，由后端计算出来。例如，而不是

tf.keras.optimizers.Adam

或

keras.optimizers.Adam

我确实如此

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

Answer 2

我来晚了一点，你的问题是你的代码中混合了Tensorflow keras和keras API。优化器和模型应该来自同一层定义。使用Keras API实现以下所有功能：

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']
)

我在这个例子中使用了亚当。请按照上述代码使用相关优化器。

希望这有帮助。

Answer 3

原因是您对模型和层使用tensorflow.python.kerasAPI，对SGD使用keras.optimizers。它们是TensorFlow和纯Keras的两个不同Keras版本。他们不能一起工作。您必须将所有内容更改为一个版本。那么它应该会起作用。