错误 ValueError: Unknown optimizer: adma

这个错误是由于你在调用模型的时候使用了不支持的优化器名称 "adma"，正确的写法是 "adam"，因为 TensorFlow 只支持一些常用的优化器，其中包括 "adam"。

你需要找到代码中调用模型的地方，将优化器名称更正为 "adam"，然后重新运行代码，即可解决该错误。

相关问题

ValueError: Unknown dataset: None

这个错误通常是由于使用了不存在的数据集名称或者没有指定数据集名称导致的。您需要确认您使用的数据集名称是否正确，或者是否已经正确指定了数据集名称。

例如，在使用Python的scikit-learn库时，如果您没有指定数据集名称，则会出现类似于"ValueError: Unknown dataset: None"的错误。您需要使用正确的数据集名称或者指定正确的数据集名称来解决该问题。

如果您使用的是其他机器学习框架或库，请查阅其文档或寻求相关的帮助来解决该问题。

valueerror: unknown label type: 'continuous

"ValueError: unknown label type: 'continuous'" 是一个错误提示，一般出现在机器学习的分类问题中。该错误提示意味着标签类型未知，并且通常是由于标签的数据类型不符合对应的分类算法要求导致的。

在机器学习中，标签（label）是指我们要预测或分类的目标变量，它可以是离散的、有限的取值，也可以是连续的浮点数。不同的算法对标签的数据类型有不同的要求。

对于此错误，可能出现的原因和解决方法如下：

1. 标签数据类型错误：某些分类算法只接受离散类型的标签，而不接受连续类型的标签。如果标签是连续的浮点数，可以考虑将其转化为离散类型的标签，例如将连续的数值分为多个区间或进行离散化处理后进行分类。

2. 数据预处理错误：有时候错误可能是由于对数据进行了错误的预处理或编码导致的。在数据预处理阶段，可以检查是否对标签进行了不正确的编码或处理（例如使用了不适当的编码方法），可以尝试重新处理数据确保标签的数据类型正确。

3. 使用回归算法而非分类算法：某些回归算法通常用于处理连续型的标签，而不是分类算法。如果要处理连续型的标签，可以尝试使用回归算法而不是分类算法。

总之，"ValueError: unknown label type: 'continuous'" 错误提示说明标签的数据类型未知或不符合分类算法的要求。通过检查标签的数据类型、数据预处理步骤以及选择适当的算法等措施，可以解决该错误。