Keras Tuner多输出神经网络出现KeyError: 'mae'问题求助

问题根源 #

多输出模型中，Keras会为每个输出的指标自动添加输出层名称后缀，比如输出层名为out1时，对应的mae指标会被命名为out1_mae，直接指定objective="mae"会因找不到对应键而触发KeyError。

解决方案 #

1. 显式指定输出层名称
   在定义输出层时添加name参数，方便后续明确指标名称：

   out1 = tf.keras.layers.Dense(..., name='output1')(x)
   out2 = tf.keras.layers.Dense(..., name='output2')(x)
   model = tf.keras.models.Model(inputs=inputs, outputs=[out1, out2])
   

2. 修改Keras Tuner的目标参数

   • 若优化单个输出的mae：直接指定带后缀的指标名

     tuner = keras_tuner.BayesianOptimization(
         hypermodel=wrapped_model,
         objective="output1_mae",  # 对应output1输出的mae
         max_trials=max_trials,
         overwrite=True,
         hyperparameters=hyperparameters
     )
     

   • 若需多目标优化：传入目标列表

     tuner = keras_tuner.BayesianOptimization(
         hypermodel=wrapped_model,
         objective=[
             keras_tuner.Objective("output1_mae", direction="min"),
             keras_tuner.Objective("output2_mae", direction="min")
         ],
         max_trials=max_trials,
         overwrite=True,
         hyperparameters=hyperparameters
     )
     

3. 明确编译时的指标映射
   编译模型时，为每个输出单独指定metrics，让指标命名更清晰：

   optimizer = tf.keras.optimizers.Adam(
       learning_rate=hp_lr,
       beta_1=0.9,
       beta_2=0.999,
       epsilon=1e-07,
       decay=0
   )
   
   model.compile(
       loss='mae',
       optimizer=optimizer,
       metrics={
           'output1': ['mae', 'mse', 'mape'],
           'output2': ['mae', 'mse', 'mape']
       }
   )
   

4. 验证指标名称
   编译模型后，打印指标名称列表确认目标名称是否正确：

   print(model.metrics_names)
   # 示例输出：['loss', 'output1_loss', 'output2_loss', 'output1_mae', 'output1_mse', 'output1_mape', 'output2_mae', 'output2_mse', 'output2_mape']
   

内容的提问来源于stack exchange，提问作者Governor