如何修复Keras优化器报错：ValueError: decay参数已被弃用？

问题原因 #

你使用的TensorFlow版本较新，其中Keras的新优化器已弃用decay参数，而createSimpsonsModel函数调用时传入了该参数，导致兼容性报错。

解决方法 #

方法一：使用旧版（legacy）优化器（匹配报错提示方案）

手动创建支持decay参数的旧版SGD优化器，再传入模型创建函数，替换原来的decay、learning_rate等参数：

import tensorflow as tf
from tensorflow.keras.optimizers.legacy import SGD

# 初始化旧版SGD优化器
optimizer = SGD(learning_rate=0.001, momentum=0.9, nesterov=True, decay=1e-7)

# 创建模型时传入自定义优化器
model = canaro.models.createSimpsonsModel(
    IMG_SIZE=IMG_SIZE, 
    channels=channels, 
    output_dim=len(characters), 
    loss='binary_crossentropy',
    optimizer=optimizer
)

方法二：改用学习率调度器（符合新版TensorFlow规范）

移除decay参数，使用TensorFlow官方推荐的学习率调度器实现衰减效果：

import tensorflow as tf

# 定义指数衰减学习率
initial_lr = 0.001
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecay(
    initial_lr,
    decay_steps=100000,  # 根据你的训练总步数调整
    decay_rate=0.96,      # 衰减速率，可根据需求微调
    staircase=True
)

# 初始化新版SGD优化器
optimizer = tf.keras.optimizers.SGD(learning_rate=lr_schedule, momentum=0.9, nesterov=True)

# 创建模型
model = canaro.models.createSimpsonsModel(
    IMG_SIZE=IMG_SIZE, 
    channels=channels, 
    output_dim=len(characters), 
    loss='binary_crossentropy',
    optimizer=optimizer
)

额外提示 #

如果你的canaro版本较旧，也可以尝试升级到最新版，可能官方已经适配了新版TensorFlow的优化器参数。

内容的提问来源于stack exchange，提问作者Bubbles