回归问题的Hyperas

Question

我正在尝试将hyperas用于回归问题。我看到的大多数示例仅涉及分类问题，因此我尝试相应地建立模型优化。但是，每次尝试优化模型时，我都会得到Invalid Loss。

model.compile(loss = 'mean_squared_error', optimizer='adam', metrics=['mse'])
model.fit(X_train, y_train, batch_size=64, epochs=20, verbose=0, shuffle = True, validation_data=(X_test, y_test))
val_loss = model.evaluate(X_test, y_test, verbose = 0)
return {'loss': val_loss, 'status': STATUS_OK, 'model': model}

我正在使用

优化模型

best_run, bestmodel = optim.minimize(model = create_model, data=data, algo = tpe.suggest, max_evals= 10, trials = Trials(), notebook_name= 'Untitled' )

有人可以帮我吗？我是Hyperas的新手，不知道回归问题出了什么问题？

还有其他易于使用的超参数优化器吗？