python - 用于回归问题的 Hyperas

Question

我正在尝试使用 hyperas 来解决回归问题。我看到的大多数例子都只是分类问题，我试图相应地构建我的模型优化。但是，Invalid Loss每次我尝试优化我的模型时都会得到一个。

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}

我正在优化我的模型

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

谁能帮我这个？我是 hyperas 新手，不知道我在回归问题中哪里出错了？

还有其他更容易使用的超参数优化器吗？