Keras修改SGD优化器学习率时出现'Could not interpret optimizer identifier'错误求助

嘿，这个错误我之前踩过坑，大概率是你混合导入了不同版本的Keras模块导致的，不是安装异常哦，咱们来掰扯清楚：

你看你的代码里，模型是从tensorflow.python.keras（TensorFlow自带的Keras实现）导入的，但优化器却从原生的keras包导入——这俩其实是相互独立的模块，模型识别不了来自另一个模块的优化器对象，就抛出了这个错误。

给你两个简单的修正方案，选一个就行：

• 方案一：统一用TensorFlow内置的Keras
  把所有相关导入都换成tf.keras的版本，包括优化器：

  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Dense, Flatten, GlobalAveragePooling2D, Activation
  from tensorflow.keras.optimizers import SGD
  
  model = Sequential()
  model.add(Dense(64, kernel_initializer='uniform', input_shape=(10,)))
  model.add(Activation('softmax'))  # 这里记得补上之前缺失的闭合括号
  # 编译时指定优化器，tf.keras里推荐用learning_rate参数
  model.compile(optimizer=SGD(learning_rate=0.01), loss='categorical_crossentropy')
  

• 方案二：统一用原生Keras
  如果你更习惯用原生Keras，就把所有导入都换成原生的：

  from keras.models import Sequential
  from keras.layers import Dense, Flatten, GlobalAveragePooling2D, Activation
  from keras.optimizers import SGD
  
  model = Sequential()
  model.add(Dense(64, kernel_initializer='uniform', input_shape=(10,)))
  model.add(Activation('softmax'))
  # 原生Keras的SGD用lr参数指定学习率
  model.compile(optimizer=SGD(lr=0.01), loss='categorical_crossentropy')
  

另外提一句，你贴的代码里model.add(Activation('softmax')...这里少了个闭合的括号，编译的时候也会报错，记得补上哈！

内容的提问来源于stack exchange，提问作者Nehemia