Keras/TensorFlow中Adam优化器CNN学习率衰减回调报错如何解决？

问题原因 #

_decayed_lr是TensorFlow优化器的私有内部方法，不属于公开API范畴，不同版本的TensorFlow或优化器实现可能不会暴露该属性，直接调用会触发AttributeError。

解决方案 #

改用优化器的**公开属性learning_rate**获取当前衰减后的学习率，该方式兼容固定学习率和学习率调度器（如指数衰减、步长衰减等）场景，同时避免版本兼容问题。

修改后的自定义回调代码：

class CustomCallback(tf.keras.callbacks.Callback):
    def on_epoch_begin(self, epoch, logs=None):
        lr = self.model.optimizer.learning_rate
        # 若学习率是可调用的调度器，传入当前迭代步数计算衰减后的值
        if callable(lr):
            current_decayed_lr = lr(self.model.optimizer.iterations).numpy()
        else:
            current_decayed_lr = lr.numpy()
        print("current decayed lr: {:0.7f}".format(current_decayed_lr))

补充说明 #

• 若使用TensorFlow 2.x早期版本，也可通过tf.keras.backend.get_value()获取学习率：

  current_decayed_lr = tf.keras.backend.get_value(self.model.optimizer.learning_rate)
  

• 永远避免直接访问以下划线开头的私有属性（如_decayed_lr），这类属性属于内部实现细节，无版本兼容性保障，随时可能被调整。

内容的提问来源于stack exchange，提问作者akann