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