Sequential对象无fit_generator属性报错及解决方案咨询

问题说明 #

运行CNN图像分类代码时触发错误：

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

这是因为高版本的Keras（或TensorFlow集成的Keras）已移除fit_generator方法，其功能已合并到fit()中。

解决方案 #

完全可以用fit()替代fit_generator，仅需修改训练部分代码，其余逻辑无需调整。

修改训练代码 #

将原代码中的fit_generator调用：

classifier.fit_generator(
        train_set,
        steps_per_epoch=8000 // batch_size,
        epochs=20,
        validation_data=test_set,
        validation_steps=2000 // batch_size
    )

替换为：

classifier.fit(
        train_set,
        steps_per_epoch=8000 // batch_size,
        epochs=20,
        validation_data=test_set,
        validation_steps=2000 // batch_size
    )

额外兼容优化 #

• 统一导入模块：当前代码混合了keras.xxx和tensorflow.keras.xxx的导入方式，建议统一使用tensorflow.keras模块，避免版本冲突，开头导入可修改为：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dense, Flatten

（注：Convolution2D是旧命名，Conv2D是官方推荐的新名称，功能完全一致）

• fit()方法完全支持原fit_generator的所有参数，包括steps_per_epoch、validation_steps等，替换后可直接正常运行。

内容的提问来源于stack exchange，提问作者Prajwal A.K