意外的关键字参数传递给优化器：amsgrad

当试图关注Adam的Keras doc时，我从文档中复制了这一行：

keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False)

并得到此错误

传递给优化器的意外关键字参数：amsgrad

EDIT 1

省略 amsgrad 参数同意插入该行

keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0)

但是在尝试使用时训练模型

happyModel.fit(x = X_train, y = Y_train, epochs = 50, batch_size = 600)

给出以下错误：

不支持任何值 .

完整错误：

------------------------------------------------- -------------------------- ValueError Traceback（最近一次调用last）in（）1 ### START CODE HERE ###（1行）----> 2 happyModel.fit（x = X_train，y = Y_train，epochs = 50，batch_size = 100）3 ### END CODE HERE ### / opt / secondarya / lib / python3.6 / site- packages / keras / engine / training.py in fit（self，x，y，batch_size，epochs，verbose，callbacks，validation_split，validation_data，shuffle，class_weight，sample_weight，initial_epoch，steps_per_epoch，validation_steps，** kwargs）1574 else：1575 ins = xy sample_weights - > 1576 self._make_train_function（）1577 f = self.train_function 1578 /opt/conda/lib/python3.6/site-packages/keras/engine/training.py in _make_train_function（self）958 training_updates = self .optimizer.get_updates（959 params = self._collected_trainable_weights， - > 960 loss = self.total_loss）961 updates = self.updates training_updates 962＃获取损失和指标 . 每次通话时更新权重 . /opt/conda/lib/python3.6/site-packages/keras/legacy/interfaces.py in wrapper（* args，** kwargs）85 warnings.warn（'更新你的'object_name 86'调用Keras 2 API ：'signature，stacklevel = 2）---> 87 return func（* args，** kwargs）88 wrapper._original_function = func 89 return wrapper /opt/conda/lib/python3.6/site-packages/keras/optimizers . get in get_updates（self，loss，params）432 m_t =（self.beta_1 * m）（1 . - self.beta_1）* g 433 v_t =（self.beta_2 * v）（1 . - self.beta_2）* K.square（g） - > 434 p_t = p - lr_t * m_t /（K.sqrt（v_t）self.epsilon）435 436 self.updates.append（K.update（m，m_t））/ opt / conda /lib/python3.6/site-packages/tensorflow/python/ops/math_ops.py in binary_op_wrapper（x，y）827 if if notinstance（y，sparse_tensor.SparseTensor）：828 try： - > 829 y = ops . convert_to_tensor（y，dtype = x.dtype.base_dtype，name =“y”）830除TypeError：831＃如果RHS不是张量，它可能是张量识别对象/opt/conda/lib/python3.6/站点包/ tensorflow /蟒蛇/ framewor convert_to_tensor中的k / ops.py（value，dtype，name，preferred_dtype）674 name = name，675 preferred_dtype = preferred_dtype， - > 676 as_ref = False）677 678 /opt/conda/lib/python3.6/site-packages internal_convert_to_tensor中的/tensorflow/python/framework/ops.py（value，dtype，name，as_ref，preferred_dtype）739 740如果ret为None： - > 741 ret = conversion_func（value，dtype = dtype，name = name，as_ref = as_ref）742 743如果ret未实现：_constant_tensor_conversion_function（v，dtype，name，as_ref）中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/constant_op.py 111 as_ref = False）： 112 _ = as_ref - > 113返回常量（v，dtype = dtype，name = name）114 115 /opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/constant_op.py in constant（ value，dtype，shape，name，verify_shape）100 tensor_value = attr_value_pb2.AttrValue（）101 tensor_value.tensor.CopyFrom（ - > 102 tensor_util.make_tensor_proto（value，dtype = dtype，shape = shape，verify_shape = verify_shape））103 dtype_value = attr_value_pb2.AttrValue（type = tensor_value.tensor.dtype）104 const_tensor = g.create_op（make_tensor_proto中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/tensor_util.py(values,dtype ，shape，verify_shape）362 else：363如果值为None： - > 364 raise ValueError（“不支持值 . ”）365＃如果提供了dtype，则强制numpy数组为366＃类型，如果可能的话 . ValueError：不支持任何值 .

因此，简单地省略参数并不能解决问题

如何让adam优化器工作？

谢谢