AttributeError：'NoneType'对象无fit_generator属性问题求助

嘿，我一眼就揪出你代码里的问题根源了！这个错误的本质其实特别简单——你不小心把model变量给覆盖成None了。

问题核心原因 #

看你代码里的这一行：

model = model.compile(optimizer=adam(lr=0.0005), loss="mae")

Keras的compile()方法不会返回模型对象（实际返回None），当你把它的返回值重新赋值给model时，原来创建的Sequential模型实例就被覆盖成None了。这就导致后面调用model.fit_generator()甚至model.fit()时，本质是在对None调用方法，自然会抛出AttributeError。

快速解决方案 #

只需要把那行代码改成直接调用compile，不要赋值回model：

model.compile(optimizer=adam(lr=0.0005), loss="mae")

这样model变量依然指向你创建的Sequential模型，后续的fit_generator、summary、predict等方法就能正常工作了。

额外优化建议 #

除了这个核心问题，还有几个小细节可以让你的代码更规范：

• 你重复导入了不少库（比如keras.models.Sequential、matplotlib.pyplot），可以清理掉重复的导入语句，让代码更整洁。
• 新版本Keras中，优化器推荐使用大写的Adam（而非小写adam），修改导入和调用方式：

  from keras.optimizers import Adam
  # 编译时改为
  model.compile(optimizer=Adam(lr=0.0005), loss="mae")
  

修正后的关键代码段示例：

# Define model
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam
from keras.callbacks import ModelCheckpoint

model = Sequential()
model.add(Dense(10, activation='relu'))
model.add(Dense(1))
cb = [ModelCheckpoint("model.hdf5", save_best_only=True, period=3)]

# Compile and fit model
model.compile(optimizer=Adam(lr=0.0005), loss="mae")  # 不要赋值回model
history = model.fit_generator(train_gen, steps_per_epoch=1000, epochs=30, verbose=0, callbacks=cb, validation_data=valid_gen, validation_steps=200)
model.summary()

这样修改后，你的模型训练流程就能正常运行了！

内容的提问来源于stack exchange，提问作者Sai Krishnadas