但是我只能导入from keras.optimizers import这个功能里我只能导入sgd_experimental却不能导入SGD

### 回答1：
这可能是因为您的Keras版本过低。在旧版本的Keras中，优化器SGD被称为sgd_experimental。如果您想使用SGD优化器，请尝试将Keras升级到最新版本。如果您已经在使用最新版本的Keras，那么可能是您的安装出了问题，您可以尝试重新安装Keras。

### 回答2：
在导入Keras优化器模块时，你只能成功导入"from keras.optimizers.import sgd_experimental"这个功能，而无法导入"SGD"。这可能是因为你的Keras版本不支持或没有安装"SGD"这个优化器。

在早期的Keras版本中存在一个名为"sgd_experimental"的实验性随机梯度下降（Stochastic Gradient Descent，简称SGD）优化器。而在新版本的Keras中，"sgd_experimental"被废弃，并由"SGD"这个全局优化器所替代。

要解决这个问题，你可以尝试以下几个步骤：

1.确保你正在使用最新版本的Keras。你可以通过升级Keras来解决这个问题，从而获得"SGD"优化器的支持。

2.如果你已经使用了最新版本的Keras，但仍无法导入"SGD"优化器，那么可能是因为你没有正确安装Keras或相关依赖。你可以尝试重新安装Keras并确保所有依赖项都正确安装和配置。

3.如果以上方法依然无法解决问题，可能需要检查你的环境是否与Keras的要求兼容。有时，特定的操作系统或Python版本可能导致某些功能不可用。

总之，保持Keras和所有相关依赖项的最新版本是解决这个问题的最佳方法。此外，你还可以尝试与Keras社区交流，寻求更详细的解决方案。

### 回答3：
在Keras中，`keras.optimizers`模块提供了许多优化器的类。这些优化器用于配置模型训练时的参数更新方法，以最小化损失函数。其中一种优化器是SGD（随机梯度下降），它是一种常用的优化算法。

在从`keras.optimizers`模块中导入优化器类时，可以使用`from keras.optimizers import`语句。但是，需要注意的是，Keras中提供了不同版本的SGD优化器，其中一种叫做`sgd_experimental`。

在给定的问题中，您只能导入`sgd_experimental`，而不能导入`SGD`。这可能是由于您使用的Keras版本或Python环境的限制导致的。

`sgd_experimental`是SGD优化器的一个实验性版本，它可能包含了一些新的功能或改进。尽管它可能不是正式版本的SGD优化器，但您仍然可以使用它来进行模型训练，并尝试优化您的目标函数。

无论您使用哪个版本的SGD优化器，都可以通过调整优化器的超参数（如学习率、动量等）来优化您的模型训练过程。因此，即使不能直接导入`SGD`类，您仍然可以通过使用`sgd_experimental`来进行训练，并尝试不同的超参数组合以获得更好的结果。