'BatchNormalization' object has no attribute 'adapt'

这个错误通常表示你正在尝试在一个 BatchNormalization 对象上调用 adapt() 方法，但是 BatchNormalization 类并没有定义这个方法。

在 TensorFlow 2.3 及更高版本中，BatchNormalization 类已经没有 adapt() 方法了。如果你需要在训练期间自适应 BatchNormalization 的均值和方差，可以使用 MovingAverage 版本的 BatchNormalization，例如：

from tensorflow.keras.layers import BatchNormalization

bn_layer = BatchNormalization(momentum=0.9, epsilon=0.001, moving_mean_initializer='zeros', moving_variance_initializer='ones')

然后，在模型编译之前，使用 sample_weight 来传递训练数据的权重：

model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'], sample_weight_mode='temporal')

在训练过程中，传递 sample_weight 参数，例如：

history = model.fit(x_train, y_train, epochs=10, batch_size=32, sample_weight=sample_weight_train)

其中，sample_weight_train 是一个形状为 (num_samples, num_timesteps) 的 NumPy 数组，表示每个样本在每个时间步的权重。