TensorFlow 2.15.0自定义优化器与损失函数编译报错求助

问题根源 #

Google Colab环境中若同时存在独立Keras包与TensorFlow内置的tf.keras，会导致命名空间冲突。你实例化的优化器/损失函数来自独立Keras的keras.src路径，但模型编译时期望使用TensorFlow内置tf.keras下的对象，因此触发识别错误。

直接解决方案 #

1. 清理冲突依赖 #

卸载独立安装的Keras包（Colab默认可能已预装，需手动移除）：

!pip uninstall -y keras

2. 统一使用tf.keras前缀 #

确保所有Keras相关组件都从tf.keras导入，避免直接导入keras：

import tensorflow as tf

# 正确实例化优化器和损失函数
optimizer = tf.keras.optimizers.Adam(learning_rate=0.01)
loss = tf.keras.losses.CategoricalCrossentropy(from_logits=False)

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

验证方法 #

执行以下代码确认Keras路径是否为TensorFlow内置版本：

import tensorflow as tf
print(tf.keras.__file__)

正常输出应指向TensorFlow安装目录下的keras文件，而非包含keras/src的独立包路径。

临时替代方案（不推荐长期使用） #

若因依赖限制无法卸载独立Keras，可通过tf.keras.get()方法转换对象格式：

import tensorflow as tf

# 假设已从独立Keras实例化了对象
optimizer = tf.keras.optimizers.get(optimizer)
loss = tf.keras.losses.get(loss)

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

内容的提问来源于stack exchange，提问作者user40