未直接调用numpy却出现AttributeError: module 'numpy' has no attribute 'int'求助

问题详情 #

我是新手程序员，运行LSTM超参数优化代码时，执行best_params = gp_minimize(lstm_objective, space, n_calls=15, random_state=0)语句出现报错：AttributeError: module 'numpy' has no attribute 'int'，提示np.int已被弃用，但我的代码并未显式引入numpy。尝试重装、升级numpy均无效，恳请提供解决方案。

代码示例 #

# Step 6: Hyperparameter Optimization

from skopt import gp_minimize
from skopt.space import Real, Integer

# Define hyperparameter search space
space = [
    Real(0.001, 0.1, name='learning_rate'),
    Integer(32, 128, name='batch_size'),
    Integer(50, 150, name='lstm_units'),
    Integer(1, 3, name='lstm_layers')
]

# Define objective function
def lstm_objective(params):
    
    # Unpack hyperparameters
    learning_rate = params[0]
    batch_size = params[1]
    lstm_units = params[2]
    lstm_layers = params[3]
    
    # Update LSTM model architecture
    model = Sequential()
    for i in range(lstm_layers):
        model.add(LSTM(units=lstm_units, return_sequences=True)) 
    model.add(Dense(1))

    # Compile and fit 
    model.compile(optimizer=Adam(learning_rate), loss='mse') 
    model.fit(X_train, y_train, batch_size=batch_size, epochs=10)

    # Evaluate MSE on validation set
    mse = model.evaluate(X_val, y_val, verbose=0)
    return mse

# Run optimization
best_params = gp_minimize(lstm_objective, space, n_calls=15, random_state=0)

print(best_params.x)

报错信息 #

AttributeError: module 'numpy' has no attribute 'int'.
np.int是内置int的已弃用别名。要避免现有代码出错，直接用int即可，这不会改变任何行为，是安全的。替换np.int时，你可以考虑用np.int64或np.int32来指定精度。如需查看当前用法，可查看相关发布说明获取更多信息。
该别名最初在NumPy 1.20中被弃用。

解决方案 #

原因

你没有直接调用numpy，但你使用的scikit-optimize（skopt）或者Keras/TensorFlow等依赖库内部仍在使用已被弃用的np.int，和你本地安装的高版本numpy（1.20+）不兼容，从而触发报错。

方案1：降级numpy到兼容版本

安装numpy 1.19.x版本，该版本仍保留np.int别名，能快速解决兼容性问题：

pip install numpy==1.19.5

方案2：升级scikit-optimize到最新版

新版本的skopt大概率已经修复了这个numpy兼容性问题，执行升级命令：

pip install --upgrade scikit-optimize

方案3：手动修复依赖库代码

如果上述方案无效，可以找到skopt或相关依赖库中调用np.int的文件，将其替换为int或明确指定精度的np.int64/np.int32。比如在skopt的源码文件中全局搜索np.int，替换为int即可。

方案4：检查并升级Keras/TensorFlow

若你的LSTM模型依赖Keras/TensorFlow，旧版本框架也可能存在np.int的调用问题，升级到最新稳定版：

pip install --upgrade tensorflow keras

内容的提问来源于stack exchange，提问作者RED