我正在尝试通过R Studio中的Keras张量流构建预测模型，但出现以下错误。请问有人知道吗？这是我第一次使用Keras或深度学习以及R。请帮助我，并提出更改建议。谢谢，队友！

图书馆（keras）

train_data <-read.csv（file =“ trialtrainfinal.csv”，head = FALSE）
  test_data <-read.csv（file =“ trialtest.csv”，head = FALSE）
  train_targets <-read.csv（file =“ traintarget.csv”，head = FALSE）

平均值<-apply（train_data，2，平均值）
  std <-apply（train_data，2，sd）
  train_data <-标度（train_data，center =平均值，scale = std）
  test_data <-标度（test_data，center = mean，scale = std）

build_model <-function（）{
  +模型<-keras_model_sequential（）％>％
  + layer_dense（单位= 64，激活=“ relu”，
  + input_shape = dim（train_data）[[2]]）％>％
  + layer_dense（单位= 64，激活=“ relu”）％>％
  + layer_dense（单位= 1）
  +
  +模型％>％compile（
  +优化程序=“ rmsprop”，
  +损失=“ mse”，
  +指标= c（“ mae”）
  +）
  +}

k <-4
  索引<-样本（1：nrow（train_data））
  折叠<-cut（1：length（indices），breaks = k，labels = FALSE）
  num_epochs <-100
  all_scores <-c（）
  for（i in 1：k）{
  + cat（“加工折页编号”，i，“ \ n”）
  + val_indices <-其中（倍数== i，arr.ind = TRUE）
  + val_data <-train_data [val_indices，]
  + val_targets <-train_targets [val_indices，]
  +
  +
  + partial_train_data <-train_data [-val_indices，]
  + partial_train_targets <-train_targets [-val_indices]
  +
  +
  +模型<-build_model（）
  +
  +
  +模型％>％fit（partial_train_data，partial_train_targets，
  +历元= num_epochs，batch_size = 1，详细= 0）
  +
  +
  +结果<-模型％>％评估（val_data，val_targets，详细= 0）
  + all_scores <-c（all_scores，results $ mean_absolute_error）   +}
  1号加工折页
  py_call_impl中的错误（可调用，dots $ args，dots $ keywords）：     ValueError：没有为“ dense_5”提供数据。需要每个键中的数据：['dense_5']

详细的回溯：文件“ E：\ Anaconda \ envs \ r-reticulate \ lib \ site-packages \ tensorflow_core \ python \ keras \ engine \ training.py”，第728行，适合 use_multiprocessing = use_multiprocessing）文件“ E：\ Anaconda \ envs \ r-reticulate \ lib \ site-packages \ tensorflow_core \ python \ keras \ engine \ training_v2.py”，行224，适合 distribution_strategy = strategy） _process_training_inputs中的第547行“ E：\ Anaconda \ envs \ r-reticulate \ lib \ site-packages \ tensorflow_core \ python \ keras \ engine \ training_v2.py” use_multiprocessing = use_multiprocessing） _process_inputs中的第594行的文件“ E：\ Anaconda \ envs \ r-reticulate \ lib \ site-packages \ tensorflow_core \ python \ keras \ engine \ training_v2.py” 步骤=步骤） _standardize_user_data中第2519行的文件“ E：\ Anaconda \ envs \ r-reticulate \ lib \ site-packages \ tensorflow_core \ python \ keras \ engine \ training.py” exception_prefix ='目标'）文件“ E：\ Anaconda \ envs \ r-reticul

当我使用命令“ summary（model）”时，会得到以下结果：Model：“ sequential”

图层（类型）输出形状参数＃

密集（密集）（无，64）896

dense_1（密集）（无，64）4160

dense_2（密集）（无，1）65

总参数：5,121 可训练的参数：5,121 不可训练的参数：0

py_call_impl（可调用，dots $ args，dots $ keywords）错误： ValueError：没有为“ dense_2”提供数据。需要每个键中的数据：['dense_2']

使用keras在R Studio中构建预测模型

图层（类型）输出形状参数＃

dense_2（密集）（无，1）65

2 个答案: