Keras提示Could not interpret optimizer identifier: SGD报错如何解决？

你当前的代码同时混用了独立安装的Keras库和TensorFlow内置的tf.keras库，两者虽然API外观相似但属于完全独立的命名空间，独立Keras的模型编译逻辑无法识别tf.keras下的优化器实例，因此抛出优化器识别错误。

优先推荐统一使用tf.keras命名空间的方案，独立Keras包目前已停止维护，所有功能更新已合并到tf.keras中：

• 把所有from keras.xxx格式的导入全部替换为from tensorflow.keras.xxx，补全缺失的层和模型类导入即可正常运行，修复后完整代码如下：

from tensorflow.keras.optimizers import SGD 
from tensorflow.keras.initializers import RandomUniform
from tensorflow.keras.callbacks import TensorBoard
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow import keras
import tensorflow as tf

init = RandomUniform(minval=0, maxval=1)
model = Sequential()
model.add(Dense(5, input_dim=2, activation='tanh', kernel_initializer=init))
model.add(Dense(5, activation='tanh', kernel_initializer=init))
model.add(Dense(5, activation='tanh', kernel_initializer=init))
model.add(Dense(5, activation='tanh', kernel_initializer=init))
model.add(Dense(5, activation='tanh', kernel_initializer=init))
model.add(Dense(1, activation='sigmoid', kernel_initializer=init))

opt = SGD(learning_rate = 0.01, momentum=0.9)
model.compile(loss='binary_crossentropy', optimizer= opt, metrics=['accuracy'])

tb = TensorBoard(histogram_freq=1, write_grads=True)

model.fit(trainX, trainy, validation_data=(testX, testy), epochs=500, verbose=0, callbacks=[tb])

• 如果你需要继续使用独立Keras包，只需把所有tf.keras相关导入全部替换为独立Keras的导入即可，比如SGD的导入改回from keras.optimizers import SGD，同时确保Sequential、Dense等类也都从keras命名空间导入。

内容的提问来源于stack exchange，提问作者Wu Kris