在R v4.3.2中运行Keras API时出现无详细信息的Error错误

问题描述 #

在R v4.3.2中使用Keras API时，即使运行官方示例代码，也仅返回无详细信息的Error:提示。最简复现代码如下：

library(keras)
model <- keras_model_sequential()

运行后输出包含TensorFlow的oneDNN提示、废弃警告，随后直接抛出无详情的错误：

I tensorflow/core/util/port.cc:113] oneDNN custom operations are on. You may see slightly different numerical results due to floating-point round-off errors from different computation orders. To turn them off, set the environment variable `TF_ENABLE_ONEDNN_OPTS=0`.
WARNING:tensorflow:From C:\Users\...\Anaconda3\envs\...\lib\site-packages\keras\src\losses.py:2976: The name tf.losses.sparse_softmax_cross_entropy is deprecated. Please use tf.compat.v1.losses.sparse_softmax_cross_entropy instead.

Error:

排查与解决步骤 #

• 强制显示完整错误栈
  在代码前添加以下配置，触发错误时会打印详细调用栈，定位问题根源：

  options(error = function() { traceback(); quit(save = "no") })
  library(keras)
  model <- keras_model_sequential()
  

• 检查版本兼容性
  运行以下代码查看Keras和Python环境中TensorFlow的版本，确保二者版本匹配（例如Keras 2.15.x对应TensorFlow 2.15.x，Keras 3.x需搭配TensorFlow 2.16+）：

  packageVersion("keras")
  reticulate::py_config()
  

• 重置Reticulate Python环境
  若使用Anaconda虚拟环境，先确认环境路径正确，再指定加载对应环境后重新运行代码：

  reticulate::use_condaenv("你的虚拟环境名称", required = TRUE)
  library(keras)
  model <- keras_model_sequential()
  

• 重装匹配版本的Keras与TensorFlow
  先卸载现有版本，再安装稳定兼容的版本组合：

  # 卸载R端Keras和Python端TensorFlow
  remove.packages("keras")
  reticulate::py_install("tensorflow", uninstall = TRUE)
  
  # 安装指定版本（以稳定的2.15版本为例）
  install.packages("keras")
  keras::install_keras(tensorflow = "2.15")
  

• 禁用oneDNN优化
  在加载Keras前设置环境变量关闭oneDNN，尝试规避数值计算相关的潜在问题：

  Sys.setenv(TF_ENABLE_ONEDNN_OPTS = "0")
  library(keras)
  model <- keras_model_sequential()
  

内容的提问来源于stack exchange，提问作者coolhand