Ошибка «Не удается интерпретировать идентификатор оптимизатора» в Keras

Question

Я получил эту ошибку, когда попытался изменить параметр скорости обучения оптимизатора SGD в Keras. Я что-то пропустил в своих кодах или мой Keras не был установлен должным образом?

Вот мой код:

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'])*

и вот сообщение об ошибке:

Traceback (последний вызов был последним): File «C: \ TensorFlow \ Keras \ ResNet-50 \ test_sgd.py», строка 10, в Файл model.compile (потеря = 'mean_squared_error', оптимизатор = SGD (lr = 0,01), метрика = ['точность']) Файл "C: \ Users \ nsugiant \ AppData \ Local \ Programs \ Python \ Python35 \ Lib \ сайт-пакеты \ tensorflow \ питон \ keras_impl \ keras \ models.py", строка 787, в компиляции ** kwargs) Файл "C: \ Users \ nsugiant \ AppData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tenorflow \ python \ keras_impl \ keras \ engine \ training.py", строка 632, в компиляции self.optimizer = optimizer.get (optimizer) Файл "C: \ Users \ nsugiant \ AppData \ Local \ Programs \ Python \ Python35 \ lib \ site-packages \ tenorflow \ python \ keras_impl \ keras \ optimizer.py", строка 788, в get повысить ValueError («Не удалось интерпретировать идентификатор оптимизатора:», идентификатор) ValueError: («Не удалось интерпретировать идентификатор оптимизатора:», )

Answer 1

Эта проблема в основном вызвана различными версиями. Версия tenorflow.keras может отличаться от версии keras Таким образом вызывая ошибку, упомянутую @Priyanka.

Для меня всякий раз, когда возникает эта ошибка, я передаю имя оптимизатора в виде строки, а бэкэнд вычисляет его. Например вместо

tf.keras.optimizers.Adam

или

keras.optimizers.Adam

Я делаю

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

Answer 2

Запуск примера документации Keras https://keras.io/examples/cifar10_cnn/ и установка последних версий кераса и тензорного потока

(на момент написания этой статьи tenensflow 2.0.0a0 и Keras версии 2.2.4)

Мне пришлось явно импортировать оптимизатор, используемый керасом в примере, а именно строку в верхней части примера:

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

было заменено на

from tensorflow.keras.optimizers import RMSprop

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

В последней версии API «сломался», и keras.stuff во многих случаях стал tenorflow.keras.stuff.

Answer 3

Я немного опоздал, ваша проблема в том, что вы пропустили API-интерфейс keras и keras в своем коде. Оптимизатор и модель должны исходить из одного и того же определения слоя. Используйте Keras API для всего, как показано ниже:

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']
)

Я использовал Адама в этом примере. Пожалуйста, используйте ваш соответствующий оптимизатор согласно приведенному выше коду.

Надеюсь, это поможет.

Answer 4

Просто дай

optimizer = 'sgd' / 'RMSprop'

Answer 5

Я недавно столкнулся с подобной проблемой.

Причина заключается в том, что вы используете API-интерфейс tenorflow.python.keras для модели и слоев и keras.optimizer для SGD. Это две разные версии керас тензор потока и чистых керас. Они не могли работать вместе. Вы должны изменить все на одну версию. Тогда это должно работать. :)

Надеюсь, это поможет.

Answer 6

Попробуйте изменить строки импорта на

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

Ваш импорт кажется мне немного странным. Может быть, вы могли бы подробнее рассказать об этом.