不支持TensorFlow 2.0的Keras。我们建议使用`tf.keras`，或降级为TensorFlow 1.14

9

我有一个关于tf.keras任何建议的错误（不支持TensorFlow 2.0的Keras。我们建议使用或将其降级为TensorFlow 1.14。）。

谢谢

import keras
#For building the Neural Network layer by layer
from keras.models import Sequential
#To randomly initialize the weights to small numbers close to 0(But not 0)
from keras.layers import Dense

classifier=tf.keras.Sequential()

classifier.add(Dense(output_dim = 6, init = 'uniform', activation = 'relu', input_dim = 11))




RuntimeError: It looks like you are trying to use a version of multi-backend Keras that does not support TensorFlow 2.0. We recommend using `tf.keras`, or alternatively, downgrading to TensorFlow 1.14.

— 院长
source

11

您只需要在顶部更改导入：

from tensorflow.python.keras.layers import Dense
from tensorflow.python.keras import Sequential

classifier = Sequential()
classifier.add(Dense(6, init = 'uniform', activation = 'relu', input_dim = 11))

— 尼克怪胎
source

我要指出这一点。我已经完全按照您列出的内容做了。但是我遇到了以下错误TypeError：__init __（）缺少1个必需的位置参数：'units'感谢

— Dean院长，

这是Dense层构造中的错误，与您迄今为止遇到的导入错误（因此，您在上面提供的代码）不同。简而言之，所有层都具有定义神经元数量的必需单位参数。您可以在文档中

— nickthefreak

你的意思单位= 6作为输入层classifier.add（密集（单位= 6时，init = '均匀'，活化= 'RELU'，input_dim = 11））

— 迪安

更喜欢classifier.add(Dense(6, init = 'uniform', activation = 'relu', input_shape = (11,)))。根据文档，输入形状必须为元组。这是一个单独的问题，因此您可能必须打开一个新问题或检查使用keras的MLP实现的现有示例。

— nickthefreak

1

这个答案对我有用。

— VansFannel

3

TensorFlow 2.0+仅与Keras 2.3.0+兼容，因此，如果您想使用Keras 2.2.5-，则需要TensorFlow 1.15.0-。另外，可以，您可以这样做from tensorflow.keras import ...，但是那根本不会使用您的keras软件包，您最好将其卸载。

— 霸王龙
source

1

“ can”与实际支持之间有很大的区别，只有Keras 2.3.x支持TensorFlow 2.0，因此不建议将2.2.5与它一起使用。

— Matias Valdenegro

@MatiasValdenegro好事是那句话的下半部分

— OverLordGoldDragon

是的，这就是为什么我建议不要提及部分受支持的TF版本的原因。

— Matias Valdenegro

@MatiasValdenegro如果有的话，它明显不建议使用K2.2.5 + TF2-否则用户可能会运行它而没有错误并认为还可以。但是，好的，我想我可以使它更明确-答案更新

— OverLordGoldDragon

1

不，现在我发现有证据表明Keras 2.2.5实际上不支持TF 2.0，只需查看一下commit即可，因此仅说“ can”实际上是错误的。

— Matias Valdenegro

2

如果要使用tensorflow 2.0+，则必须keras 2.3+
尝试升级您的keras，它对我有用：

pip install -U keras

或者您可以将keras版本指定为2.3

— 侯赛因·哈亚提
source

1

我遇到了同样的问题。使用以下命令将我的TensorFlow降级到1.14版本：

!pip install tensorflow==1.14.0

修复了错误。

— 量子先知
source

0

第一个单元格上的这一行代码对我有用

％tensorflow_version 1.x

— 卢卡斯
source

0

我通过运行解决了问题

pip install --ignore-installed --upgrade keras

— 嘘
source