Keras实现自定义WAME优化器时出现无法识别标识符报错如何解决

问题根因 #

你遇到的报错核心是Google Colab环境的TensorFlow/keras版本、导入依赖和你本地Anaconda环境不一致，导致自定义优化器的基类和Keras compile方法预期的类型不兼容。

解决步骤 #

• 统一keras导入路径
  不要使用独立keras包，所有相关导入都从tensorflow中调用，避免两套keras的类不兼容：

  # 错误写法
  # import keras
  # from keras import models, layers
  
  # 正确写法
  from tensorflow import keras
  from tensorflow.keras import models, layers
  

• 修正自定义优化器的父类继承与构造函数
  首先确认WAMEprop类继承的是TensorFlow内置的优化器基类，同时显式处理父类要求的name参数：

  from tensorflow.keras.optimizers import Optimizer
  
  class WAMEprop(Optimizer):
      # 构造函数显式接收name和可变参数，传给父类
      def __init__(self, learning_rate=0.001, name="WAMEprop", **kwargs):
          super().__init__(name=name, **kwargs)
          # 原有WAMEprop的初始化逻辑保持不变
  

  修正后实例化时不需要再手动传入name='wame'参数。
• 验证优化器类型兼容性
  实例化优化器后运行以下代码，确认输出为True即可正常传入compile方法：

  my_optimizer = WAMEprop()
  print(isinstance(my_optimizer, keras.optimizers.Optimizer))
  

• 对齐TensorFlow版本
  如果以上操作仍报错，将Colab的TensorFlow版本切换为和你本地Anaconda环境完全一致的版本即可，示例如下（替换为你本地的版本号）：

  !pip uninstall tensorflow -y
  !pip install tensorflow==2.8.0
  

  安装完成后重启Colab运行时，再重新运行所有代码即可。

内容的提问来源于stack exchange，提问作者OrlandoT