在 Keras 上使用回调 Tensorboard 时出现 AttributeError：“模型”对象没有属性“run_eagerly”

Posted 2023-03-12

【中文标题】在 Keras 上使用回调 Tensorboard 时出现 AttributeError：“模型”对象没有属性“run_eagerly”

【英文标题】：AttributeError when using callback Tensorboard on Keras: 'Model' object has no attribute 'run_eagerly'

【发布时间】：2019-12-04 19:36:18

【问题描述】：

我使用 Keras 的函数式 API 构建了一个模型，当我将 tensorboard 实例添加到我的 model.fit() 函数中的回调时，它会抛出错误："AttributeError: 'Model' object has no attribute 'run_eagerly'"

Model 类确实没有 run_eagerly 属性，但是在 Keras 文档中，它说它可以作为参数传递给 model.compile() 函数。这将返回

"ValueError: ('Some keys in session_kwargs are not supported at this time: %s', dict_keys(['run_eagerly']))"

这是否意味着我没有合适的 Tensorflow/Keras 版本？

张量流：1.14.0

Keras：2.2.4-tf

model = Model(inputs=[input_ant1, input_ant2], outputs=main_output)

tensorboard = TensorBoard(log_dir='.logs/'.format(time()))

[...]

model.fit([input1, input2],[labels], epochs=10, callbacks=[tensorboard])

【问题讨论】：

这里有类似的问题。

同样的问题。以 TF 1.x 作为后端的 Keras 2.2.4 是否不支持此功能？

【参考方案1】：

我遇到了同样的错误：AttributeError: 'Model' object has no attribute 'run_eagerly'

经过两次小改动后，我的张量板现在正在运行。

确保按如下方式导入 tensorboard： from keras.callbacks import TensorBoard

像这样更改日志目录： tensorboard = TensorBoard(log_dir="logs")

【参考方案2】：

我在使用时收到相同的错误消息： from tensorflow.keras.callbacks import ModelCheckpoint 我通过导入相同的内容来修复它： from keras.callbacks.callbacks import ModelCheckpoint