Keras神经网络不适用于R

Question

我使用Keras软件包在R中创建了一个神经网络。我基本上做了与在python中创建的模型相同的模型。我也以相同的顺序使用了相同的数据。但是，当我在R中运行它时，该模型似乎根本不合适。

当我在模型上调用预测时，无论输入如何，它都会返回相同的值。

我猜想权重为零，并且它返回了偏差。

这里是我如何建立模型的：

model <- keras_model_sequential()

model %>%
layer_dense(units = 256, activation = 'relu',input=     c(18)) %>%
layer_dense(units = 64, activation = 'relu')%>%
layer_dropout(rate = 0.25) %>% 
layer_dense(units = 32, activation = 'relu') %>%
layer_dropout(rate = 0.25) %>% 
layer_dense(units = 16, activation = 'relu') %>%
layer_dropout(rate = 0.25) %>% 
layer_dense(units = 8, activation = 'relu') %>%
layer_dense(units = 2, activation = 'softmax')

在我调用预报时，这里显示输出：

model%>%
    predict(nbainput_test_x)