R环境运行Keras回归示例报ValueError错误如何解决？

核心错误原因 #

• 输出层激活函数配置错误：当前任务为连续值回归，输出可正可负无边界，但代码中最后一层使用了relu激活函数，会截断所有小于0的输出，与你构造的含负值的标签z匹配时触发计算错误
• 输入数据类型不兼容：传入fit()方法的特征数据为R原生data.frame格式，TensorFlow 2.6对应的Keras版本无法直接识别该数据类型，需要转换为矩阵格式

修复方案 #

调整点说明 #

1. 输出层激活函数替换为linear（也可以留空，默认就是线性激活），适配回归任务
2. 传入训练的特征数据用as.matrix()转换为矩阵格式
3. 补充input_shape的规范写法c(2)，避免不同版本的参数解析差异

完整可运行代码 #

library(keras)

x <- rnorm(1000) # 输入变量
y <- rnorm(1000) # 输入变量
z <- x + y + rnorm(1000) # 输出变量
df <- data.frame(x = x, y = y, z = z)

model <- keras_model_sequential() %>%
  layer_dense(units = 8, activation = "relu", input_shape = c(2)) %>%
  layer_dense(units = 8, activation = "relu") %>%
  layer_dense(units = 1, activation = "linear") 

model %>% compile(
  loss = "mse",
  optimizer = optimizer_adam(),
  metrics = list("mean_absolute_error")
)

model %>% fit(as.matrix(df[,1:2]), df[,3], epochs = 20)

如果运行仍有异常，可检查本地R Keras包版本是否与TensorFlow 2.6版本兼容，安装对应匹配的版本即可。

内容的提问来源于stack exchange，提问作者Ingolifs