我正在使用Tensorflow 2.0和标准的DNNClassifier估算器。似乎tf.optimizers中的Optimizers不是分类器所期望的Optimizer的实例。
我已经在tf.keras.optimizers上使用了tf.optimizers和新的keras实现并得到了同样的错误。即使使用估计器调用作为lambda函数仍然返回相同的消息。
lr = tf.optimizers.schedules.ExponentialDecay(
initial_learning_rate=0.1,
decay_steps=10000,
decay_rate=0.96)
optimizer = tf.optimizers.Adam(learning_rate=lr)
classifier = tf.estimator.DNNClassifier([20, 45, 15],
feature_columns,
n_classes=df.target.nunique(),
optimizer=optimizer)
classifier.train(input_fn=lambda: df_to_dataset(
train, batch_size=batch_size), steps=10000)
每次我执行时都会收到相同的消息,无论我选择哪种优化器:
The given object is not an Optimizer instance. Given: <tensorflow.python.keras.optimizer_v2.adam.Adam object at 0x7f7f186dada0>
使用tf.compat.v1.train.AdamOptimizer()
而不是tf.optimizers.Adam()
。
好的,对于谁发现这个:
此问题是Tensorflow 2.0未来版本的阻止程序。我今天在github存储库上发现了类似的问题:
https://github.com/tensorflow/tensorflow/issues/20812
截至今天,没有解决方法,只能使用量身定制的估算器。 (我不确定是否有效)
编辑:感谢@Vlad我找到了一个解决方法。他建议用compat建立估算器,所以我做了。以下是代码最终的结果:
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))
原因是你正在为模型和层使用tensorflow.python.keras api,为SGD使用keras.optimizers。它们是张量流和纯keras的两种不同的keras版本。他们无法一起工作。您必须将所有内容更改为一个版本。
在此之后,我的代码工作得很好:P
希望这可以帮助。