TypeError：'模块'对象在Keras中不可调用Tensorboard

Question

我正在使用策略渐变方法实现RL代理。我为演员定义了一个密集网络，为评论家定义了另一个密集网络。例如，我的评论家网络是：

state_input = Input(shape=(self.num_states,))
x = Dense(self.hidden_size, activation='tanh')(state_input)
for _ in range(self.num_layers - 1):
    x = Dense(self.hidden_size, activation='tanh')(x)

out_value = Dense(1)(x)

model = Model(inputs=[state_input], outputs=[out_value])
model.compile(optimizer=SGD(lr=self.learning_rate), loss='mse')

在训练阶段，我给张量板打电话：

from keras.callbacks import TensorBoard

tensorboard = TensorBoard(log_dir="/logs/{}".format(time()), 
                          histogram_freq=1, batch_size=32, 
                          write_graph=True, write_grads=True,
                          write_images=True, embeddings_freq=0, 
                          embeddings_layer_names=None, 
                          embeddings_metadata=None, 
                          embeddings_data=None, update_freq='epoch')

critic_loss = self.critic.fit([obs, advantage, old_prediction], [action], 
                                 batch_size=self.batch_size,
                                 shuffle=True, epochs=self.epochs, verbose=False,
                                 callbacks=[tensorboard_actor])

但是我遇到这个错误：

TypeError: 'module' object is not callable

Answer 1

TypeError：'模块'对象不可调用你的情况是由时间模块

我假设您将时间模块导入为

import time

并称为函数time（）

tensorboard = TensorBoard(log_dir="/logs/{}".format(time())

可以通过导入轻松解决：

from time import time