Keras导入Adam/SGD优化器报错及模型编译识别失败问题求助

核心原因 #

两次报错均由Keras包来源混用、导入路径不匹配导致：

1. 第一次报错是你使用的独立Keras版本对应优化器的导入路径发生了变更，旧路径找不到Adam类
2. 第二次报错是你用独立Keras构建模型，却传入了tensorflow.keras下的优化器实例，两个不同来源的包互不兼容，无法识别

解决路径（二选一即可，禁止混用） #

路径1：全量使用独立Keras构建整个项目 #

调整优化器的导入路径即可，不同版本对应导入方式二选一：

• 版本较新的独立Keras使用以下导入：

from keras.optimizers import Adam, SGD, RMSprop

如果仍报错，说明你使用的版本优化器已移动到legacy目录下，改用以下导入：

from keras.optimizers.legacy import Adam, SGD, RMSprop

之后模型编译直接用导入的优化器即可：

model.compile(loss='sparse_categorical_crossentropy', optimizer=Adam(), metrics=['acc'])

路径2：全量使用TensorFlow内置的Keras构建整个项目 #

把所有Keras相关的导入都换成tensorflow.keras前缀，不要保留单独的keras导入，示例：

from sklearn.model_selection import train_test_split
# 所有keras导入统一替换前缀
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dropout, Flatten, Dense, Conv2D, MaxPooling2D, BatchNormalization
from tensorflow.keras.callbacks import TensorBoard, ModelCheckpoint
from tensorflow.keras.optimizers import Adam, SGD, RMSprop

# 后续建模、编译逻辑无需调整
model = Sequential(...)
model.compile(loss='sparse_categorical_crossentropy', optimizer=Adam(), metrics=['acc'])

避坑提示 #

• 不要同时混用keras.xxx和tensorflow.keras.xxx的导入，两个包是独立维护的，接口互不兼容
• 如果上述方法都无效，可以先卸载环境里的独立keras包，仅使用TensorFlow内置的keras，操作命令：
  pip uninstall keras

内容的提问来源于stack exchange，提问作者Calla