Tensorflow 属性错误：'；顺序'；对象没有属性'；急切地跑'；

我试着用这个模型在石头、纸、剪刀画上训练。然而，它接受了1800张图片的训练，准确率只有30-40%。然后我试着用TensorBoard查看发生了什么，但是标题中出现了错误

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from tensorflow.python.keras.callbacks import TensorBoard

model = Sequential()
model.add(Conv2D(256, kernel_size=(4, 4),
            activation='relu',
            input_shape=(64,64,3)))
model.add(Conv2D(196, (4, 4), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Conv2D(196, (4, 4), activation='relu'))
model.add(Conv2D(196, (4, 4), activation='relu'))
model.add(Dropout(0.25))

model.add(Conv2D(128, (4, 4), activation='relu'))
model.add(Conv2D(128, (4, 4), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Conv2D(96, (4, 4), activation='relu'))
model.add(Conv2D(96, (4, 4), activation='relu'))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(3, activation='softmax'))

''' here it instantiates the tensorboard '''
tensorboard = TensorBoard(log_dir="C:/Users/bamla/Desktop/RPS project/Logs")

model.compile(loss="sparse_categorical_crossentropy",
        optimizer="SGD",
        metrics=['accuracy'])

model.summary()

''' Here its fitting the model '''
model.fit(x_train, y_train, batch_size=50, epochs = 3, callbacks= 
[tensorboard])

这将产生：

Traceback (most recent call last):

File "c:/Users/bamla/Desktop/RPS project/Testing.py", line 82, in <module>
model.fit(x_train, y_train, batch_size=50, epochs = 3, callbacks= 
[tensorboard])

File "C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site- 
packages\keras\engine\training.py", line 1178, in fit
validation_freq=validation_freq)

File "C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site- 
 packages\keras\engine\training_arrays.py", line 125, in fit_loop
callbacks.set_model(callback_model)

 File "C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site- 
packages\keras\callbacks.py", line 68, in set_model
callback.set_model(model)

File "C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site- 
packages\tensorflow\python\keras\callbacks.py", line 1509, in set_model
if not model.run_eagerly:

AttributeError: 'Sequential' object has no attribute 'run_eagerly'

回溯（最近一次呼叫最后一次）：
文件“c:/Users/bamla/Desktop/RPS project/Testing.py”，第82行，在
model.fit（x\u序列，y\u序列，批量大小=50，历元数=3，回调=
[tensorboard]）
文件“C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site-
包装\keras\engine\training.py“，第1178行，合适
验证频率=验证频率）
文件“C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site-
packages\keras\engine\training\u arrays.py”，第125行，在fit\u循环中
callbacks.set\u模型（callback\u模型）
文件“C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site-
packages\keras\callbacks.py”，第68行，在set\u模型中
callback.set_model（model）
文件“C:\Users\bamla\AppData\Local\Programs\Python\Python37\lib\site-
packages\tensorflow\python\keras\callbacks.py”，第1509行，在set\u模型中
如果不是model.run_，请急切地：
AttributeError:“Sequential”对象没有“run\u急切地”属性

此外，如果您有任何关于如何提高准确性的提示，将不胜感激

问题在于：

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from tensorflow.python.keras.callbacks import TensorBoard

---

不要混合使用

keras

和

tf.keras

导入，它们彼此不兼容，并产生与您看到的错误相同的奇怪错误。

我从tensorflow.python.keras.callbacks导入TensorBoard更改了

从keras.callbacks导入TensorBoard

，这对我很有用

对我来说，这就完成了任务：

from tensorflow.keras import datasets, layers, models
from tensorflow import keras

---

似乎您正在混合从

keras

和

tensorflow.keras

导入的内容（最好是最后一个）

最重要的是，让所有深度学习实践者 应该将代码切换到TensorFlow 2.0和tf.keras包。 最初的keras软件包仍将接受bug修复，但正在移动 向前，你应该使用tf.keras

尝试：

import tensorflow
Conv2D = tensorflow.keras.layers.Conv2D
MaxPooling2D = tensorflow.keras.layers.MaxPooling2D
Dense = tensorflow.keras.layers.Dense
Flatten = tensorflow.keras.layers.Flatten
Dropout = tensorflow.keras.layers.Dropout
TensorBoard = tensorflow.keras.callbacks.TensorBoard
model = tensorflow.keras.Sequential()

---

可能的重复？那么在这个用例中我应该使用keras还是tf.keras？@BT这取决于您。从keras使用

。回调从导入TensorBoard