我试图通过R studio中的Kerastensorflow 构建预测模型，但我得到了如下错误。请问有没有人有线索？这是我第一次使用Keras或深度学习和R。请帮助我，并提出修改意见。谢了伙计
库（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）
mean <-apply（train_data，2，mean）
std <-apply（train_data，2，sd）
train_data <-scale（train_data，center = mean，scale = std）
test_data <-scale（test_data，center = mean，scale = std）
public function（）{

• model <-keras_model_sequential（）%> %
• layer_dense（units = 64，activation ="relu"，
• input_shape = dim（train_data）2）%> %
• layer_dense（units = 64，activation ="relu"）%> %
• layer_dense（units = 1）
• optimizer ="rmsprop"，
• loss ="mse"，
• metrics = c（"mae"）
• ）
• }
  k <-4
  indices <-sample（1：nrow（train_data））
  folds <-cut（1：长度（索引），breaks = k，labels = FALSE）
  num_epochs <-100
  all_scores <-c（）
  for（i in 1：k）{
• cat（"processing fold #"，i，"\n"）
• val_indices <-which（folds == 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_index]
• model <-build_model（）
• model %> % fit（partial_train_data，partial_train_targets，
• epochs = num_epochs，batch_size = 1，verbose = 0）
• results % evaluate（val_data，val_targets，verbose = 0）<- model %>% evaluate(val_data, val_targets, verbose = 0)
• 所有分数<-c（所有分数，结果$mean_absolute_error）+}
  处理第1个折叠
  py_call_impl（callable，dots $args，dots $keywords）中的错误：ValueError：未提供“dense_5”的数据。需要每个键的数据：['dense_5']
  详细追溯：文件“E：\Anaconda\envs\r-reticulate\lib\site-packages\tensorflow_core\python\keras\engine\training.py "，line 728，in fit use_multiprocessing = use_multiprocessing）File" E：\Anaconda\envs\r-reticulate\lib\site-packages\tensorflow_core\python\keras\engine\training_v2. py”，第224行，在fit distribution_strategy = strategy中）文件“E：\Anaconda\envs\r-reticulate\lib\site-packages\tensorflow_core\python\keras\engine\training_v2. py "，第547行，in_process_training_inputs use_multiprocessing = use_multiprocessing）文件" E：\Anaconda\envs\r-reticulate\lib\site-packages\tensorflow_core\python\keras\engine\training_v2. py”，第594行，in_process_inputs steps = steps）\Anaconda\envs\r-reticulate\lib\site-packages\tensorflow_core\python\keras\engine\training.py"，line 2519，in_standardize_user_data exception_prefix ='target'）文件" E：\anaconda\envs\r-reticul
  当我使用命令"summary（model）"时，我得到以下结果：型号：“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（Dense）（None，1）65

总参数：5，121个可训练参数：5，121个不可训练的参数：0
py_call_impl（callable，dots $args，dots $keywords）中的错误：ValueError：未提供“dense_2”的数据。需要每个键的数据：['dense_2']