Tensorflow2：SGD对象没有属性minimum

Question

我是 Tensorflow2 的新手，所以我希望问题不是太基础，我正在遵循 https://github.com/Apress/Machine-Learning-for-Economics-and-Finance-in-TensorFlow 中的练习-2。 其中一项练习是使用 SGD 最小化函数，我的代码返回了（它起作用了，然后突然停止了）：“‘SGD’对象没有属性‘最小化’”。如果我尝试复制来自 https://www.tensorflow.org/api_docs/python/tf/keras/optimizers/Optimizer （用法）的示例，也会发生同样的情况：

import tensorflow as tf
import keras as keras

print(tf.__version__)
print(keras.__version__)

print(tf.optimizers.SGD)

# Create an optimizer with the desired parameters.
opt = keras.optimizers.SGD(learning_rate=0.1)
var1, var2 = tf.Variable(1.0), tf.Variable(2.0)
# `loss` is a callable that takes no argument and returns the value
# to minimize.
loss = lambda: 3 * var1 * var1 + 2 * var2 * var2
# Call minimize to update the list of variables.
opt.minimize(loss, var_list=[var1, var2])

我正在运行tensorflow 2.16.0-dev20240108和keras 3.0.3.dev2024010903。

正如我所说，我是新手，因此非常感谢任何帮助。

我检查了有关堆栈溢出的其他帖子/问题，但没有找到解决方案。我还更新了tensorflow和keras。我期待代码运行。

Answer 1

import tensorflow as tf

print(tf.__version__)

# Create an optimizer with the desired parameters.
opt = tf.keras.optimizers.SGD(learning_rate=0.1)
var1, var2 = tf.Variable(1.0), tf.Variable(2.0)
# `loss` is a callable that takes no argument and returns the value
# to minimize.
loss = lambda: 3 * var1 * var1 + 2 * var2 * var2
# Call minimize to update the list of variables.
opt.minimize(loss, var_list=[var1, var2])

此代码使用 TensorFlow 的集成 Keras API，应该可以解决该问题。

Answer 2

我还没有完整的解决方案，但我认为这是因为代码是针对 Keras 2 的，但你使用的是 Keras 3。理论上，你可以使用

tf.keras.optimizers.legacy.SGD

，但你首先必须安装旧的 Keras 。以下是 Keras 提供的关于如何使用旧版 keras 代码的提示（如果您尝试使用

tf.keras.optimizers.legacy.SGD

就会出现）：

ImportError: Keras 3 中不支持

keras.optimizers.legacy

。使用

tf.keras

时，要继续使用

tf.keras.optimizers.legacy

优化器，可以安装

tf_keras

包（Keras 2）并设置环境变量

TF_USE_LEGACY_KERAS=True

进行配置TensorFlow 在访问

tf_keras

时使用

tf.keras

。