我目前正在使用Tensorboard，使用以下回调，如此SO帖子所述，如下所示。
from keras.callbacks import ModelCheckpoint
CHECKPOINT_FILE_PATH = '/{}_checkpoint.h5'.format(MODEL_NAME)
checkpoint = ModelCheckpoint(CHECKPOINT_FILE_PATH, monitor='val_acc', verbose=1, save_best_only=True, mode='max', period=1)
当我运行 Keras 的密集网络模型时，出现以下错误。我在任何其他模型上以这种方式运行 Tensorboard 时都没有遇到任何问题，这使得这个错误非常奇怪。根据这篇 Github 帖子，官方解决方案是使用官方的 Tensorboard 实现;但是，这需要升级到Tensorflow 2.0，这对我来说并不理想。任何人都知道为什么我在这个特定的密集网中收到以下错误，是否有有人知道的解决方法/修复程序？
属性错误回溯(最近一次调用) 最后) 在 () 中 26 batch_size=32， 27 class_weight=class_weights_dict， ---> 28 个回调=callbacks_list 29 ) 30
2 帧/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/callbacks.py 在_call_batch_hook(自身、模式、挂钩、批处理、日志) 245 t_before_callbacks = time.time() 246 用于 self.回调中的回调： --> 247 batch_hook = getattr(回调，hook_name) 248 batch_hook(批处理、日志) 249 self._delta_ts[hook_name].append(time.time() - t_before_callbacks)
属性错误："模型检查点"对象没有属性 "on_train_batch_begin">
我正在运行的密集网络
from tensorflow.keras import layers, Sequential
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.applications.densenet import preprocess_input, DenseNet121
from keras.optimizers import SGD, Adagrad
from keras.utils.np_utils import to_categorical
IMG_SIZE = 256
NUM_CLASSES = 5
NUM_EPOCHS = 100
x_train = np.asarray(x_train)
x_test = np.asarray(x_test)
y_train = to_categorical(y_train, NUM_CLASSES)
y_test = to_categorical(y_test, NUM_CLASSES)
x_train = x_train.reshape(x_train.shape[0], IMG_SIZE, IMG_SIZE, 3)
x_test = x_test.reshape(x_test.shape[0], IMG_SIZE, IMG_SIZE, 3)
densenet = DenseNet121(
include_top=False,
input_shape=(IMG_SIZE, IMG_SIZE, 3)
)
model = Sequential()
model.add(densenet)
model.add(layers.GlobalAveragePooling2D())
model.add(layers.Dense(NUM_CLASSES, activation='softmax'))
model.summary()
model.compile(loss='categorical_crossentropy',
optimizer='adam',
metrics=['accuracy'])
history = model.fit(x_train,
y_train,
epochs=NUM_EPOCHS,
validation_data=(x_test, y_test),
batch_size=32,
class_weight=class_weights_dict,
callbacks=callbacks_list
)
在您的导入中，您混合了keras和tf.keras，它们彼此不兼容，因为您会遇到这样的奇怪错误。
因此，一个简单的解决方案是 选择keras或tf.keras，并从该包装进行所有导入，并且永远不要将其与其他包装混合。
我替换了这一行
from keras.callbacks import EarlyStopping, ModelCheckpoint
到此行
from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint
从keras或tensorflow.keras进行所有导入
我希望这能解决它！
是的，导入是从 keras 和 tensorflow 混合的
尝试坚持使用TensorFlow.keras，例如：
from tensorflow.keras.callbacks import EarlyStopping