Python Can';t将tf.keras.optimizer与tf.keras.models.sequential一起使用
为了创建tf.keras.models.sequential并使用tf.keras.optimizer.Adam对其进行优化,我将python 3与conda和tensorflow一起使用,并使用以下代码,得到以下错误:Python Can';t将tf.keras.optimizer与tf.keras.models.sequential一起使用,python,tensorflow,keras,tf.keras,Python,Tensorflow,Keras,Tf.keras,为了创建tf.keras.models.sequential并使用tf.keras.optimizer.Adam对其进行优化,我将python 3与conda和tensorflow一起使用,并使用以下代码,得到以下错误: from tensorflow.python.keras.models import Sequential from tensorflow.python.keras.datasets import mnist from tensorflow.python.keras.optim
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.datasets import mnist
from tensorflow.python.keras.optimizers import Adam
from tensorflow.python.keras.layers import Dense, Dropout
from siamese import triplet_loss
model = Sequential()
model.add(Dense(units=100, input_shape=(784,), activation="relu"))
model.compile(loss=triplet_loss.TripletLoss.semihard, optimizer=Adam())
(train_x, train_y), (test_x, test_y) = mnist.load_data()
train_x = train_x.reshape((-1, 784)) / 255.0
print(train_x)
ValueError:优化器必须是tf.train.optimizer的实例,而不是
我尝试从tf.train导入一个优化器,但它似乎没有找到任何可导入的内容
tf版本是1.12
谢谢将代码更改为
model = Sequential()
model.add(Dense(units=100, input_shape=(784,), activation="relu"))
model.compile(loss=triplet_loss.TripletLoss.semihard, optimizer=tf.train.AdamOptimizer(learning_rate=0.005))
这将适用于Tensorflow 2.x版
model = Sequential()
model.add(Dense(units=100, input_shape=(784,), activation="relu"))
model.compile(loss=triplet_loss.TripletLoss.semihard, optimizer=tf.compat.v1.train.AdamOptimizer(learning_rate=0.005))
您可能有兴趣知道,作为Tensorflow的子模块,Keras有一个新标签,
tf.Keras
(已添加)。