解决AttributeError: ‘LearningRateScheduler‘ object has no attribute ‘_implements_train_batch_hooks‘问题

本文详细记录了在神经网络训练过程中遇到的学习率衰减代码错误,并提供了从使用keras.callbacks到tensorflow.keras.callbacks的解决方案,以解决版本不兼容问题。
部署运行你感兴趣的模型镜像

今天在搭建神经网络的时候,由于设置了学习率并且每50个epochs都会将学习率更改为原来的1/2,因此设置有如下代码:

from keras.callbacks import LearningRateScheduler

#学习率衰减
def step_decay(epoch):
    if epoch % 50 == 0 and epoch != 0:
        lr = K.get_value(model.optimizer.lr)
        K.set_value(model.optimizer.lr, lr * 0.5)
        print("lr changed to {}".format(lr * 0.5))
    return K.get_value(model.optimizer.lr)

lrate = LearningRateScheduler(step_decay)

model.fit(train_x, train_y, batch_size=32, epochs=300, callbacks=[lrate])

结果发现在运行的过程中一直报错如下:

AttributeError: 'LearningRateScheduler' object has no attribute '_implements_train_batch_hooks'

后来发现是tensorflow与keras版本的问题:

把之前的代码更改为:

#注意在这里进行了更改
from tensorflow.keras.callbacks import LearningRateScheduler

#学习率衰减
def step_decay(epoch):
    if epoch % 50 == 0 and epoch != 0:
        lr = K.get_value(model.optimizer.lr)
        K.set_value(model.optimizer.lr, lr * 0.5)
        print("lr changed to {}".format(lr * 0.5))
    return K.get_value(model.optimizer.lr)

lrate = LearningRateScheduler(step_decay)

model.fit(train_x, train_y, batch_size=32, epochs=300, callbacks=[lrate])

然后错误得到了解决,如有不足,欢迎指正

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值