如何解决AttributeError: Keras losses模块无BinaryFocalCrossentropy属性问题

问题原因 #

BinaryFocalCrossentropy 是TensorFlow 2.8及以上版本才新增到tf.keras.losses模块中的API，若你的TensorFlow版本低于2.8，就会触发该属性错误；另外也可能是导入路径或依赖库的使用方式有误。

可行解决方案 #

方案1：升级TensorFlow到稳定新版本 #

执行以下命令完成升级：

pip install --upgrade tensorflow

升级完成后，原代码中的tf.keras.losses.BinaryFocalCrossentropy即可正常调用。

方案2：自定义实现二元焦点损失函数（适用于无法升级版本的场景） #

如果受环境限制不能升级TensorFlow，可以手动实现等价的损失函数：

import tensorflow as tf

def binary_focal_crossentropy(y_true, y_pred, gamma=2.0, from_logits=True):
    if from_logits:
        y_pred = tf.sigmoid(y_pred)
    # 计算二元交叉熵
    cross_entropy = -y_true * tf.math.log(y_pred) - (1 - y_true) * tf.math.log(1 - y_pred)
    # 计算焦点损失的权重项
    weight = tf.pow(1 - y_pred, gamma) * y_true + tf.pow(y_pred, gamma) * (1 - y_true)
    focal_loss = weight * cross_entropy
    return tf.reduce_mean(focal_loss)

然后在模型编译时替换原损失函数：

model.compile(
    loss=lambda y_true, y_pred: binary_focal_crossentropy(y_true, y_pred, gamma=2.0, from_logits=True),
    metrics=METRICS,
    optimizer=adam
)

方案3：调整导入方式（若使用独立Keras库） #

如果你的项目使用的是独立Keras库而非TensorFlow集成的tf.keras，直接从keras核心库导入：

from keras.losses import BinaryFocalCrossentropy

编译模型时直接使用导入的类：

model.compile(
    loss=BinaryFocalCrossentropy(gamma=2.0, from_logits=True),
    metrics=METRICS,
    optimizer=adam
)

内容的提问来源于stack exchange，提问作者Farhana Yasmin