数据挖掘 - TF 告诉我使用 Keras 优化器，当我更改它时告诉我相反？ - 吾爱随笔录

我有这段代码：

model = Sequential()
model.add(Dense(32, input_dim=9, activation='relu'))
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(1, activation='relu'))  

learning_rate = 0.001
(1) optimizer = tf.train.AdamOptimizer(learning_rate)
(2) optimizer = tf.keras.optimizers.Adam(lr=learning_rate, decay=1e-6)

model.compile(loss='mean_squared_error', optimizer=optimizer, metrics=['mse'])

对于优化器，起初我有第 (1) 行。它起作用了，但是在制作 ModelCheckpoints 时我收到了以下警告：

警告：tensorflow：TensorFlow 优化器无法在实例化后访问优化器属性或优化器状态。因此，我们无法将优化器保存为模型保存文件的一部分。您必须在加载模型后再次编译模型。更喜欢使用 Keras 优化器（请参阅 keras.io/optimizers）。

显然，如果你想使用它，你必须使用 Keras 优化器。好的，没问题，所以我将 (1) 注释掉，并插入 (2)。

现在它甚至不想编译了，而是给了我这个错误：

ValueError：优化器必须是 tf.train.Optimizer 的实例，而不是类 'tensorflow.python.keras.optimizers.Adam'

这对我来说听起来有点矛盾？我究竟做错了什么？

from keras.models import Sequential from keras.layers import Dense, Dropout from keras.optimizers import Adam model = Sequential() model.add(Dense(32, input_dim=9, activation='relu')) model.add(Dense(128, activation='relu')) model.add(Dropout(0.2)) model.add(Dense(1, activation='relu')) learning_rate = 0.001 optimizer = Adam(lr=learning_rate, decay=1e-6) model.compile(loss='mean_squared_error', optimizer=optimizer, metrics=['mse'])