R语言中Caret调用Keras模型遇参数弃用问题求解

核心原因 #

你遇到的错误是因为新版TensorFlow/Keras（2.10及以上）对优化器参数做了改动：lr被重命名为learning_rate，decay参数被直接移除，但Caret的mlpKerasDecay（你代码里用的是这个，不是你说的mlpKerasDropout）接口尚未适配这些变化，导致参数不匹配报错。即使你手动修改参数名或移除decay，Caret的内部逻辑还是会按旧参数名传递，所以依然报错。

是否需要降级？ #

是的，目前最直接有效的解决方法就是降级Keras和TensorFlow到与当前Caret版本兼容的旧版本（比如TensorFlow 2.9.0 + Keras 2.9.0，这个版本仍支持旧的优化器参数格式）。

R中降级步骤 #

1. 卸载当前包
   运行以下代码卸载已安装的keras和tensorflow包：

remove.packages(c("keras", "tensorflow"))

2. 重启R会话
   必须完全关闭并重新打开R/RStudio，确保旧版本的包不会残存在内存中。
3. 安装指定版本的R包
   安装兼容版本的keras和tensorflow：

install.packages("keras", version = "2.9.0")
install.packages("tensorflow", version = "2.9.0")

4. 安装对应版本的Python依赖
   加载keras包，安装匹配版本的Python版TensorFlow和Keras：

library(keras)
install_keras(tensorflow = "2.9.0")

如果你的系统中有多个Python环境，先通过reticulate::use_python("/path/to/your/python")指定目标环境，再执行install_keras。

额外代码修正 #

你的代码里有两处小错误，建议修正后再运行：

• trainControl中的selectionFunctio拼写错误，应为selectionFunction
• 如果你确实想用mlpKerasDropout模型，需把train中的method参数改为mlpKerasDropout，同时调整tuneGrid的参数（mlpKerasDropout的调参网格包含dropout参数，而非lambda）

内容的提问来源于stack exchange，提问作者Melland