Python 尝试训练神经网络时出错-'；名称空间'；对象没有属性'；用于验证的步骤'；

我正在学习一个名为“使用Python使用TensorFlow 2和Keras对自定义数据集进行对象检测”的教程

我现在正在研究colab

问题是，当我尝试在这一行中训练神经网络时，出现了一个问题：

'/content/keras-retinanet/keras_retinanet/bin/train.py' --freeze-backbone --random-transform --weights {'/content/keras-retinanet/snapshots/_pretrained_model.h5'} - -batch-size 8 --steps 500 --epochs 10 csv '/content/keras-retinanet/annotations.csv' '/content/keras-retinanet/classes.csv'

抛出一个错误：

File "/content/keras-retinanet/keras_retinanet/bin/train.py", line 521, in main
     validation_steps = args.steps_for_validation,
AttributeError: 'Namespace' object has no attribute 'steps_for_validation'

问题所在的train.py代码是：

# start training
    return training_model.fit_generator(
        generator=train_generator,
        steps_per_epoch=args.steps,
        epochs=args.epochs,
        verbose=1,
        callbacks=callbacks,
        workers=args.workers,
        use_multiprocessing=args.multiprocessing,
        max_queue_size=args.max_queue_size,
        validation_steps = args.steps_for_validation,
        validation_data=validation_generator,
        initial_epoch=args.initial_epoch
    )

但是我不能很好地理解这个问题，因为没有属性错误

另外，我在这个github页面上看到了相同的错误

---

感谢您提供的每一项帮助

keras retinanet库的

train.py

文件存在问题

如果您查看它的代码，在解析

parse_args

函数中的参数时，它们使用

parser.add_argument（）

函数为所有参数添加了默认值，但用于验证的

步骤

、

最大队列大小

和

初始历元

除外

解决办法是：

从

fit\u generator（）

函数调用或

从命令行或

为

keras\u retinanet

库中的这3个参数添加

parser.add_argument（）

函数调用，如果需要，构建它

---

虽然我建议使用第一种解决方法，但如果您不知道这些参数在做什么，以及默认参数应该是什么，请与我们分享您的建议code@AdamStrauss在这个链接中，我正在处理的是我的代码。@Sebastián您已经粘贴了一长页代码，但是我们需要帮助您的是

train.py

的源代码，您应该将其粘贴到此处，如果它很长，则应粘贴一个链接。或者更好的是，你应该试着自己去理解这个问题，并提出一个可以重现同样问题的简单案例。@satoruquestion@Sebasti安：这似乎是凯拉斯视网膜网的一只虫子。