tensorflow - 渴望模式优化器
问题描述
在 Eager 模式下仅支持 TF 本机优化 器我在以下尝试的每个优化器都收到此错误:
def create_model():
model = tf.keras.models.Sequential([tf.keras.layers.Dense(512,activation=tf.nn.relu, input_shape=(784,)), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation=tf.nn.softmax) ])
opt = tf.train.GradientDescentOptimizer
model.compile(optimizer = opt,
loss=tf.keras.losses.sparse_categorical_crossentropy, metrics= ['accuracy'])
return model
所以我的问题是,什么是“TF 原生优化器”?谢谢。
解决方案
简短回答:从 更改opt = tf.train.GradientDescentOptimizer
为opt = tf.train.GradientDescentOptimizer(<your desired learning rate>)
。
更长的答案:在上面提供的代码段中,您将一个类 ( tf.train.GradientDescentOptimizer
) 而不是一个对象传递给model.compile
. 因此,错误消息抱怨opt
参数的类型不正确。
希望有帮助。
(最近的提交有望在未来的版本中产生更好的错误消息)
推荐阅读
- nginx - 使用 Zookeeper 注册表时如何将 NGINX 配置为 api 网关
- java - 此 java 代码无法正常运行
- javascript - 如何在父元素中专门调用一个 ID 并忽略具有相同 ID 的所有其他元素(使用纯 JS)?
- c++ - 为什么在我的 C++ 代码中出现未定义的错误引用?
- python - Python:没有名为“numpy”的模块
- highcharts - 如何更改使用高图创建的雷达(极坐标)图表中框架线的样式?
- .net - 如何在图片上添加许多热点并保存到.net mvc中的数据库中
- typescript - 打字稿中的'Pick'和'A&B'有什么区别
- autosar - BSWM 模块(作为模式管理器)如何接收来自应用程序 SWC(作为用户模式)的请求以更改 AUTOSAR 中的模式?
- reactjs - 使用formik在多重选择中反应自动完成的验证问题