ValueError: Argument(s) not recognized: {‘lr‘: 0.01}解决办法

model.compile(loss='mean_squared_error', optimizer=SGD(lr=0.05), metrics=['accuracy'])

报错

  File "D:\work\python\lesson8\lesson81.py", line 22, in <module>

    sgd = optimizers.SGD(lr=0.01, clipvalue=0.5)

  File "D:\work\python\venv\lib\site-packages\keras\src\optimizers\sgd.py", line 58, in __init__

    super().__init__(

  File "D:\work\python\venv\lib\site-packages\keras\src\backend\tensorflow\optimizer.py", line 19, in __init__

    super().__init__(*args, **kwargs)

  File "D:\work\python\venv\lib\site-packages\keras\src\optimizers\base_optimizer.py", line 38, in __init__

    raise ValueError(f"Argument(s) not recognized: {kwargs}")

ValueError: Argument(s) not recognized: {'lr': 0.01}

解决方法

与 Keras 中 SGD（随机梯度下降）优化器的参数命名有关。错误发生是因为学习率的参数名从 lr 更改为 learning_rate。

在最近的 Keras 版本中（现在集成到 TensorFlow 中作为 tf.keras），学习率的参数名已更改为 learning_rate。因此，在定义 SGD 优化器时，应该将 lr 替换为 learning_rate。

# 配置模型

model.compile(loss='mean_squared_error', optimizer=SGD(learning_rate=0.05), metrics=['accuracy'])
# loss（损失函数、代价函数）：mean_squared_error均方误差；
# # optimizer（优化器）：sgd（随机梯度下降算法）；
# metrics（评估标准）：accuracy（准确度）；
# 调整学习率为0.05
# sgd优化器默认学习率是0.01