AttributeError：“RMSProp”没有属性“名称”答案

【问题标题】：AttributeError : 'RMSProp' has no attribute 'name'AttributeError：“RMSProp”没有属性“名称”
【发布时间】：2020-08-29 09:00:42
【问题描述】：

我已经声明了一个 RMSProp 优化器实例

optimizer = tf.keras.optimizers.RMSProp(learning_rate = 0.001)

当我运行这段代码时

optimizer.get_config()

我得到这个输出

{'name': 'RMSprop',
 'learning_rate': 0.001,
 'decay': 0.0,
 'rho': 0.9,
 'momentum': 0.0,
 'epsilon': 1e-07,
 'centered': False}

但是当我运行这段代码时

getattr(optimizer,'name')

我收到了这个错误

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-70-a9eb9a5d971b> in <module>
----> 1 getattr(optimizer,'name')

~\AppData\Roaming\Python\Python38\site-packages\tensorflow\python\keras\optimizer_v2\optimizer_v2.py in __getattribute__(self, name)
    676       if name in self._hyper:
    677         return self._get_hyper(name)
--> 678       raise e
    679 
    680   def __setattr__(self, name, value):

~\AppData\Roaming\Python\Python38\site-packages\tensorflow\python\keras\optimizer_v2\optimizer_v2.py in __getattribute__(self, name)
    666     """Overridden to support hyperparameter access."""
    667     try:
--> 668       return super(OptimizerV2, self).__getattribute__(name)
    669     except AttributeError as e:
    670       # Needed to avoid infinite recursion with __setattr__.

AttributeError: 'RMSprop' object has no attribute 'name'

我不明白这是为什么。谁能解释一下这有什么问题？

【问题讨论】：

那么您可能必须使用optimizer.get_config()['name']。 name 字段在您调用的get_config 的返回值中显示为字典项，错误告诉您它不是optimizer 本身的属性。
@RobinDeSchepper 但我没有收到“learning_rate”或“decay”或“rho”等其他属性的错误
我对 TensorFlow/Keras (?) 没有任何经验，我正在翻译您帖子中列出的信息 :) 如果我想弄清楚发生了什么，我会采取查看您正在使用的类的文档或源代码，了解哪些属性可用。
get_config 函数可能只是将类名附加到字典中，而它根本不作为对象的属性存在； dict 的其他字段实际上可能是对象的可配置属性。只是猜测:)

标签： python python-3.x tensorflow keras tf.keras

【解决方案1】：

它确实没有name 属性。 optimizer.get_config()的结果不是优化器对象的属性而是当前优化器的配置，如tensorflow.org/api_docs/python/tf/keras/optimizers/Optimizer#get_config中所述

您可以使用dir(optimizer) 列出可用属性以对其进行验证。

RMSProp 优化器的可用属性列表是：

>>> optimizer = tf.keras.optimizers.RMSprop(learning_rate=0.1)
>>> dir(optimizer)
['_HAS_AGGREGATE_GRAD', '__abstractmethods__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_abc_impl', '_add_variable_with_custom_getter', '_aggregate_gradients', '_assert_valid_dtypes', '_call_if_callable', '_checkpoint_dependencies', '_clip_gradients', '_compute_gradients', '_create_all_weights', '_create_hypers', '_create_or_restore_slot_variable', '_create_slots', '_decayed_lr', '_deferred_dependencies', '_deferred_slot_restorations', '_dense_apply_args', '_distributed_apply', '_distribution_strategy', '_distribution_strategy_scope', '_fallback_apply_state', '_gather_saveables_for_checkpoint', '_get_hyper', '_handle_deferred_dependencies', '_hyper', '_hypers_created', '_init_set_name', '_initial_decay', '_iterations', '_keras_api_names', '_keras_api_names_v1', '_list_extra_dependencies_for_serialization', '_list_functions_for_serialization', '_lookup_dependency', '_map_resources', '_maybe_initialize_trackable', '_momentum', '_name', '_name_based_attribute_restore', '_name_based_restores', '_no_dependency', '_object_identifier', '_preload_simple_restoration', '_prepare', '_prepare_local', '_resource_apply_dense', '_resource_apply_sparse', '_resource_apply_sparse_duplicate_indices', '_resource_scatter_add', '_resource_scatter_update', '_restore_from_checkpoint_position', '_restore_slot_variable', '_serialize_hyperparameter', '_set_hyper', '_setattr_tracking', '_single_restoration_from_checkpoint_position', '_slot_names', '_slots', '_sparse_apply_args', '_track_trackable', '_tracking_metadata', '_unconditional_checkpoint_dependencies', '_unconditional_dependency_names', '_update_uid', '_use_locking', '_valid_dtypes', '_weights', 'add_slot', 'add_weight', 'apply_gradients', 'centered', 'clipnorm', 'clipvalue', 'epsilon', 'from_config', 'get_config', 'get_gradients', 'get_slot', 'get_slot_names', 'get_updates', 'get_weights', 'iterations', 'minimize', 'set_weights', 'variables', 'weights']

【讨论】：