Python 如何修复&x27；给定对象不是优化器实例'；当使用Tensorflow-2.0 tf.优化器时？

我正在使用Tensorflow 2.0和标准DNNClassifier估计器。似乎tf.Optimizer中的优化器不是分类器所期望的优化器的实例

我已经在tf.keras.optimizers上使用了tf.optimizers和新的keras实现，得到了相同的错误。 即使将估计器调用用作lambda函数，仍然会返回相同的消息

lr=tf.optimizers.schedules.ExponentialDecay(
初始学习率=0.1，
衰减步数=10000，
衰减（衰减率=0.96）
优化器=tf.optimizers.Adam（学习率=lr）
分类器=tf.estimator.DNNClassifier（[20,45,15]，
专题栏目，
n_classes=df.target.nunique（），
优化器=优化器）
train（输入\u fn=lambda:df\u到\u数据集(
列车，批量大小=批量大小），步数=10000）

每次执行时，我都会收到相同的消息，无论我选择哪个优化器：

---

给定对象不是优化器实例。给定：

原因是您正在为模型和层使用tensorflow.python.keras api，为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

在此之后，我的代码运行良好：p

---

希望这能有所帮助。

好的，无论是谁发现了这个：

这个问题阻碍了Tensorflow 2.0的未来版本。 我今天在github存储库中发现了类似的问题：

到今天为止，除了使用定制的估计器外，没有其他解决方法。（我不确定这是否有效）

编辑：多亏了@Vlad，我找到了一个解决办法。他建议使用compat来构建估计器，我也这么做了。 下面是代码的最终外观：

optimizer = tf.compat.v1.train.AdamOptimizer(
    learning_rate=tf.compat.v1.train.exponential_decay(
        global_step=0,
        learning_rate=0.1,
        decay_steps=10000,
        decay_rate=0.96, staircase=True))

---

使用

tf.compat.v1.train.AdamOptimizer（）

而不是

tf.optimizer.Adam（）

我已经尝试使用tensorflow实现的优化器和tf.keras优化器，它们目前还不适用于估算器。使用

tf.compat.v1.train.AdamOptimizer（）

而不是

tf.optimizer.Adam（）

谢谢你的建议@Vlad，但这在一定程度上是可行的。稍后，内置函数

/opt/anaconda3/lib/python3.6/site-packages/tensorflow/python/training/optimizer.py在可调用时调用（self，param）1220 def调用（self，param）：1221“可调用时调用函数。”->1222可调用时返回参数（param）else param TypeError:\uuuu call\uuuuu（）缺少1个必需的位置参数：“步骤”

问题似乎出在代码的某个地方。我需要看到完整的回溯来帮助你们。@Vlad，你们可以提交你们的答案让我接受。我最终用compat v1和model whith v2构建了我的优化器。这样我们就可以解决这个问题。根据我下面的回答，这是下一版本的已知问题。很好，很高兴听到！