运行DeepChem代码遇ValueError错误，求DTNN模型输出修正方案

核心问题 #

你的代码存在三个关键错误：

1. 任务类型混淆：QM7是回归任务（预测连续能量值），但你错误设置了分类任务的n_class参数，且用了分类指标roc_auc_score。
2. n_tasks参数错误：将n_tasks设为23*23（特征维度），但n_tasks代表的是任务数量（这里仅需预测1个能量值），导致模型输出529维向量而非单个值。
3. 指标不匹配：roc_auc_score是分类任务指标，不适合回归任务评估。

修改后的完整代码 #

!pip install --pre deepchem

import deepchem as dc
import pandas as pd
import torch
import tensorflow as tf

# 特征化设置不变
featurizers = dc.feat.CoulombMatrix(max_atoms=23)
splitter = "stratified"
tasks, datasets, transformers = dc.molnet.load_qm7(featurizer=featurizers, split=splitter)
train_dataset, valid_dataset, test_dataset = datasets

# 替换为回归任务适用的指标（比如MAE或R²）
metric = dc.metrics.Metric(dc.metrics.mean_absolute_error)

# 修正DTNNModel参数：n_tasks=1（单个回归任务），移除n_class参数
model = dc.models.DTNNModel(n_tasks=1)
model.fit(train_dataset, nb_epoch=50)

print('training set score:', model.evaluate(train_dataset, [metric]))
print('test set score:', model.evaluate(test_dataset, [metric]))

验证输出 #

运行测试代码后，prediction的每个样本输出应为1维（单个能量值），输入输出数量会匹配：

prediction = model.predict(test_dataset)
print(len(train_dataset.y))  # 5470
print(len(prediction))       # 684（和测试集样本数一致）
print(len(prediction[1]))    # 1（单个预测值）

关键修改点说明 #

• 移除n_class参数：n_class仅用于分类任务，回归任务不需要该参数，设置后会触发分类逻辑，导致与连续标签y冲突，引发ValueError。
• n_tasks设为1：QM7每个样本仅需预测一个能量值，n_tasks对应任务数量，而非输入特征维度。
• 更换评估指标：回归任务应使用如平均绝对误差（MAE）、R²分数等回归指标，而非分类任务的ROC-AUC。

内容的提问来源于stack exchange，提问作者Firestorm-U23