运行bgru.py时出现ProgbarLogger无log_values属性错误求助

你遇到的这个错误是Keras 2.2.0版本里ProgbarLogger回调的一个已知bug——这个版本的回调类里并没有定义log_values属性，但训练代码在epoch结束时试图调用它，从而触发了报错。结合你的情况，这里有几个可行的解决办法：

方案一：手动修复Keras源码 #

如果你有权限修改系统里的Keras文件，可以直接修复这个bug：

• 找到Keras回调文件的路径：/usr/local/lib/python2.7/dist-packages/keras/callbacks.py
• 打开文件后找到ProgbarLogger类，在它的__init__方法里添加一行初始化代码：

  self.log_values = []
  

• 保存文件后重新运行你的训练代码，这个属性缺失的问题就会被解决。

方案二：禁用ProgbarLogger回调 #

如果你不想修改源码，可以直接在训练时排除这个有问题的回调：

• 修改model.fit_generator的调用代码，手动指定空的回调列表：

  model.fit_generator(train_generator, steps_per_epoch=steps_epoch, epochs=10, callbacks=[])
  

• 如果你需要记录训练日志，可以添加其他替代回调，比如CSVLogger来保存训练数据：

  from keras.callbacks import CSVLogger
  csv_logger = CSVLogger('training_log.csv')
  model.fit_generator(train_generator, steps_per_epoch=steps_epoch, epochs=10, callbacks=[csv_logger])
  

方案三：解决Keras 2.3.0的导入错误（推荐） #

你提到安装Keras 2.3.0时出现ImportError: cannot import name tf_utils，这个问题是因为TensorFlow版本和Keras版本不兼容导致的。Keras 2.3.0需要搭配TensorFlow 1.14.x到2.0.x之间的版本，你可以尝试以下步骤：

1. 先卸载当前的TensorFlow和Keras：

   pip uninstall -y tensorflow keras
   

2. 安装兼容的TensorFlow版本：

   pip install tensorflow==1.14.0
   

3. 再安装Keras 2.3.0：

   pip install keras==2.3.0
   

Keras 2.3.0已经修复了ProgbarLogger的这个bug，升级后应该能正常运行训练代码。

额外检查点 #

另外，建议你确认steps_epoch的计算是否正确：它应该等于训练样本总数除以batch_size的向上取整值（比如999个样本，batch_size为32的话，steps_epoch应该是32）。如果steps_epoch设置错误，也可能间接触发回调的异常。

内容的提问来源于stack exchange，提问作者angel