我正在尝试使用 Keras 在 R 中实现深度学习模型。假设我有一个人脸数据集和一个包含有关人的年龄、性别和种族信息的 CSV。我想训练模型从照片中预测一个人的年龄。

为此，我必须使用卷积神经网络。这是我的伪代码：

library(keras)

model <- keras_model_sequential() 

model %>% ## define CNN model’s architecture. 
## I will figure this out later

# configure model
model %>% compile(
    loss='mean_squared_error',
    optimizer='adam',
    metrics='mae'
)

history <- model %>% fit(
# train_array is a 300x100x100x1 array
# train_array stores the pixel values of 300 grayscale images 
# of resolution 100x100
    x = train_array, y = ???,
    epochs = 10, batch_size = 30,
 )

我的问题是关于???上面标记的。我有三个有用的信息来训练模型：age、gender和ethnicity。如何将此信息添加到模型中？同样，我希望模型能够预测一个单一的年龄预测。

我查看了 Keras 拟合函数文档，但无法弄清楚。它说这y是一个“目标（标签）数据的向量、矩阵或数组（如果模型有多个输出，则为列表）......”

编辑：这是有道理的。现在的问题是如何设置x列表？这是我到目前为止所拥有的：

trainFeatures <- list(pixels = train_array, gender = as.factor(trainGenders), ethnicity = as.factor(trainEthnicity))

history <- model %>% fit(
    x = trainFeatures, y = trainAge,
    epochs = 10, batch_size = 30,
)

我下载了一个玩具数据集并建立了一个快速的 CNN 模型。我收到以下错误消息：

Error in py_get_attr_impl(x, name, silent) : AttributeError: 'list' object has no attribute 'dtype'