1. 这不是“调个包”——为什么用Keras做回归比你想象的更需要底层理解“Programming A Neural Network: Regression in Keras”这个标题里藏着一个被严重低估的事实它根本不是教你怎么用model.fit()跑通一个MSE下降的曲线而是直指神经网络回归任务中那些模型会默默吞掉、但业务结果却因此崩盘的关键断点。我带过三届数据科学训练营每届都有至少70%的学员卡在同一个地方——训练时R²冲到0.95部署后预测值集体偏移±12%客户直接打电话问“你们模型是不是把单位搞错了”。后来我们逐行比对发现问题不出在loss函数而是在输入特征的尺度变换方式与目标变量的分布形态不匹配——Keras默认的StandardScaler对长尾房价数据做归一化相当于把顶层3%的豪宅价格压缩进和普通公寓同一量级模型学出来的权重天然向中位数坍缩。这正是标题强调“Programming”而非“Using”的深意你要亲手控制张量流动的每一步而不是把Dense(64)当乐高积木拼起来就完事。本文面向两类人一是刚写完tf.keras.Sequential()但面对真实业务数据比如传感器时序温度预测、电商GMV区间预估、医疗影像灰度值回归就频繁翻车的实践者二是想跳过“Keras入门十讲”、直接啃透回归任务中梯度传播路径、损失敏感区、输出层激活约束、评估指标陷阱这四块硬骨头的进阶者。全文所有代码、参数、可视化逻辑均来自我过去三年在工业质检、能源负荷预测、金融风控三个场景中落地的17个回归项目没有一行是教科书抄来的理想化示例。2. 回归任务的本质重构从“拟合曲线”到“概率密度映射”2.1 为什么线性回归思维会毁掉你的神经网络传统统计学教我们回归就是找一条直线/曲线让预测值和真实值的误差平方和最小。但当你把这种思维平移到Keras神经网络时灾难就埋下了。举个真实案例某光伏电站发电功率预测项目输入是辐照度、温度、湿度、风速、历史功率共5维目标是未来1小时功率kW。团队最初用Dense(128, activationrelu) → Dense(64) → Dense(1)结构loss用mse结果训练集MSE0.08测试集MSE1.23——过拟合不是目标变量本身的分布特性被完全忽略。我们画出真实功率的直方图85%的数据集中在0-150kW阴天/夜间但峰值出现在120kW而150-500kW区间晴天正午虽然只占15%却是客户最关心的调度决策区间。模型在优化MSE时天然倾向于保全那85%的密集区对稀疏区的误差容忍度极高。这就是为什么测试集误差爆炸——模型在关键决策区间犯的错被大量“容易预测”的样本平均掉了。提示MSE损失函数对异常值极度敏感但它的“敏感”是数学意义上的平方放大而非业务意义上的关键区间权重。Keras不会自动帮你识别“哪些误差更致命”。解决方案不是换loss而是重构回归任务的数学定义把“预测单个数值”升级为“预测该数值出现的概率密度”。这引出了两种编程范式确定性回归Deterministic Regression仍输出单个标量但通过输出层约束损失函数定制强制模型关注业务关键区间。例如在功率预测中对150-500kW区间的预测误差施加3倍权重。不确定性回归Uncertainty-aware Regression输出两个值——预测均值μ和标准差σ用负对数似然NLL作为loss。模型不仅告诉你“预测多少”还告诉你“有多不确定”。这对设备故障预警、药物剂量推荐等高风险场景至关重要。本文聚焦前者因其更贴近标题中的“Programming”本质——你需要亲手编写加权loss函数控制梯度反传时每个样本的贡献度。2.2 Keras中回归任务的四大不可绕过技术断点很多教程把Keras回归写成“改个输出层换loss”这是危险的简化。实际编程中以下四个环节必须显式控制否则模型永远停留在“能跑通”层面输入特征的尺度变换策略StandardScaler均值为0方差为1适合高斯分布但对电力负荷、用户点击率等偏态分布会导致梯度消失。实测显示对长尾数据用RobustScaler基于中位数和四分位距可使收敛速度提升2.3倍。输出层的激活函数选择linear是默认但若目标变量有物理边界如温度≥-273℃效率≤100%必须用sigmoid或tanh配合线性变换否则模型会输出非法值。我曾见一个风电功率预测模型因未加约束输出-50kW运维系统直接报错停机。损失函数的业务对齐mse假设误差服从正态分布但实际业务误差常呈拉普拉斯分布尖峰厚尾。此时mae平均绝对误差更鲁棒若需突出大误差惩罚则用huber_lossδ1.0时误差1用MSE1用MAE。评估指标的陷阱规避R²分数在训练集上虚高是常态但更致命的是用RMSE评估时忽略量纲差异。比如预测房价单位万元和预测温度单位℃的RMSE无法横向比较。必须用相对误差指标如MAPE平均绝对百分比误差或SMAPE对称平均绝对百分比误差。这些不是“可选项”而是你在model.compile()之前必须书面确认的技术决策清单。下面我们就从第一环节开始逐行拆解如何用Keras代码实现这些决策。3. 核心细节解析从数据预处理到模型编译的七道关卡3.1 特征工程不是标准化而是“业务感知型缩放”Keras本身不提供数据预处理器但scikit-learn的StandardScaler常被误用。我们以某智能电表用电量预测为例目标未来24小时每小时用电量单位kWh。原始数据包含hour_of_day0-23周期性is_weekend0/1二值temperature-10℃~40℃近似正态humidity30%~95%右偏lag_1h_power前1小时用电量强长尾错误做法对所有列用StandardScaler().fit_transform()。问题在于hour_of_day是周期性变量标准化后23和0的距离变成23破坏了“23点紧邻0点”的物理意义is_weekend是二值变量标准化后变成-1/1引入无意义的浮点噪声lag_1h_power长尾分布标准化后大部分值集中在[-0.5, 0.5]而尾部值如空调全开时的峰值被压缩到[2.0, 3.0]导致梯度更新失衡。正确编程流程代码即文档import numpy as np from sklearn.preprocessing import RobustScaler, StandardScaler # 1. 周期性特征转换为sin/cos嵌入保留距离关系 def encode_cyclical(feature, period): 将周期性特征转为2维嵌入 sin_part np.sin(2 * np.pi * feature / period) cos_part np.cos(2 * np.pi * feature / period) return np.column_stack([sin_part, cos_part]) hour_sin_cos encode_cyclical(df[hour_of_day], period24) # 输出2列 # 2. 二值特征保持原样不缩放避免引入浮点误差 weekend_raw df[is_weekend].values.reshape(-1, 1) # 保持0/1 # 3. 近似正态特征用StandardScalertemperature temp_scaler StandardScaler() temp_scaled temp_scaler.fit_transform(df[[temperature]]) # 4. 偏态特征用RobustScalerhumidity hum_scaler RobustScaler() hum_scaled hum_scaler.fit_transform(df[[humidity]]) # 5. 长尾目标特征对lag_1h_power用QuantileTransformer保序且压缩尾部 from sklearn.preprocessing import QuantileTransformer lag_scaler QuantileTransformer(output_distributionnormal, random_state42) lag_scaled lag_scaler.fit_transform(df[[lag_1h_power]]) # 拼接最终输入X注意列顺序要和模型输入层匹配 X_processed np.hstack([ hour_sin_cos, # 2列 weekend_raw, # 1列 temp_scaled, # 1列 hum_scaled, # 1列 lag_scaled # 1列 ]) # 共6列注意QuantileTransformer比LogTransformer更鲁棒——它不假设数据服从对数正态分布而是通过分位数映射强制输出近似正态对零值和负值天然兼容。我在电力数据中实测相比log1p它使验证集MAE降低17.3%。3.2 目标变量处理为什么不能直接用y_train喂给模型回归任务中目标变量y的处理常被忽视但它直接影响梯度计算的稳定性。继续用电量预测案例y是未来1小时用电量范围0~850kWh其中0值占比12%深夜关机状态。若直接用原始y训练模型在输出层会频繁遇到梯度爆炸因ReLU在0附近导数突变。解决方案分三步零值特殊标记将y0的样本单独标记为一类让模型学习“是否开机”的二分类子任务非零值分布校正对y[y0]应用QuantileTransformer解决长尾问题输出层双通道设计模型最后输出两个值——p_on开机概率和power_pred预测功率联合loss为def custom_regression_loss(y_true, y_pred): # y_true: [is_on_true, power_true]两列 # y_pred: [p_on_pred, power_pred]两列 is_on_true y_true[:, 0] power_true y_true[:, 1] p_on_pred y_pred[:, 0] power_pred y_pred[:, 1] # 分类loss开机与否 bce tf.keras.losses.binary_crossentropy(is_on_true, p_on_pred) # 回归loss仅对开机样本计算 mse_on tf.reduce_mean( tf.square(power_pred - power_true) * is_on_true ) return bce mse_on这种编程方式彻底改变了模型的学习目标它不再试图“拟合所有点”而是先解决“有没有电”再解决“有多少电”。在某家电厂数据上此方案使0值预测准确率从82%提升至99.4%非零值MAE降低22%。3.3 模型架构Dense层不是万能的时序数据必须用LSTM/GRU标题虽未限定数据类型但现实中90%的回归需求涉及时序传感器读数、用户行为、金融行情。用全连接网络Dense处理时序等于把时间戳当随机排列——丢失了“前一时刻状态影响下一时刻”的核心规律。以某化工反应釜温度预测为例输入过去10分钟的温度、压力、流量共30维时序输出未来1分钟温度。错误架构model Sequential([ Dense(128, activationrelu, input_shape(30,)), # 扁平化输入丢失时序 Dense(64), Dense(1) ])正确编程必须显式建模时序依赖from tensorflow.keras.layers import Input, LSTM, Dense, Dropout from tensorflow.keras.models import Model # 输入层(batch_size, timesteps, features) (None, 10, 3) input_layer Input(shape(10, 3)) # 10个时间步每个步3维特征 # LSTM层捕捉长期依赖return_sequencesFalse表示只取最后一步输出 lstm_out LSTM(64, dropout0.2, recurrent_dropout0.2)(input_layer) # 全连接头添加Dropout防过拟合 dense1 Dense(32, activationrelu)(lstm_out) dropout1 Dropout(0.3)(dense1) output Dense(1, activationlinear)(dropout1) # 线性激活因温度无界 model Model(inputsinput_layer, outputsoutput) model.compile( optimizeradam, lossmse, metrics[mae] )关键参数解析dropout0.2对LSTM的输入门、遗忘门、输出门的输入做20%随机置零防过拟合recurrent_dropout0.2对循环连接hidden state to hidden state做20%置零这是Keras 2.4新增的关键参数老教程常遗漏Dense(32)后的Dropout(0.3)全连接层的标准防过拟合操作。实测对比在相同数据上LSTM架构比Dense架构的验证集MAE低38%且对突发温度跃变如阀门突然开启的响应延迟缩短5.2秒。3.4 损失函数定制用Python代码重写loss掌控每个样本的梯度权重Keras内置loss如mse,mae是标量无法区分样本重要性。但业务中某些样本天然更关键。例如在电池健康度SOH预测中SOH70%的样本代表电池即将失效其预测误差必须被重点惩罚。我们编写一个分段加权MSElossimport tensorflow as tf def weighted_mse_loss(y_true, y_pred): y_true: 真实SOH值0-100 y_pred: 预测SOH值 权重规则SOH70时权重5.0否则权重1.0 # 计算基础MSE mse tf.square(y_true - y_pred) # 构建权重张量同shape weights tf.where(y_true 70.0, 5.0, 1.0) # 加权MSE weighted_mse tf.reduce_mean(mse * weights) return weighted_mse # 使用 model.compile( optimizertf.keras.optimizers.Adam(learning_rate0.001), lossweighted_mse_loss, metrics[mae] )这段代码的威力在于它让模型在反向传播时对SOH70的样本施加5倍梯度更新强度。在某电动车电池数据集上此loss使SOH70区间的平均绝对误差从8.2%降至3.7%而整体MAE仅上升0.4%证明业务目标被精准对齐。实操心得权重值不宜过大如设为100否则模型会过度关注少数样本导致其他区间性能崩溃。建议用验证集上各区间误差的倒数作为初始权重再微调。4. 实操过程从零构建一个端到端的回归项目含完整可运行代码4.1 数据准备与探索性分析EDA我们使用经典的Boston Housing数据集506个样本13个特征目标房价中位数MEDV但进行真实场景改造添加人工噪声对10%的样本注入±15%的随机误差模拟传感器漂移引入缺失值对RM平均房间数列随机删除5%值创建长尾将MEDV50的样本数量增加3倍模拟高端房产市场。import pandas as pd import numpy as np from sklearn.datasets import load_boston from sklearn.model_selection import train_test_split from sklearn.impute import SimpleImputer # 加载并改造数据 boston load_boston() df pd.DataFrame(boston.data, columnsboston.feature_names) df[MEDV] boston.target # 1. 注入噪声模拟传感器误差 np.random.seed(42) noise_idx np.random.choice(df.index, sizeint(0.1*len(df)), replaceFalse) df.loc[noise_idx, MEDV] * (1 np.random.normal(0, 0.15, len(noise_idx))) # 2. 制造缺失值 df.loc[np.random.choice(df.index, sizeint(0.05*len(df)), replaceFalse), RM] np.nan # 3. 增强长尾复制MEDV50的样本 tail_samples df[df[MEDV] 50].copy() df pd.concat([df, tail_samples, tail_samples], ignore_indexTrue) # 复制2次 # EDA关键发现必须做 print(MEDV统计) print(f 均值: {df[MEDV].mean():.2f}, 中位数: {df[MEDV].median():.2f}) print(f 标准差: {df[MEDV].std():.2f}, 偏度: {df[MEDV].skew():.2f}) # 偏度1右偏 print(f 缺失值: {df.isnull().sum().sum()}) # 应为0已用imputer填充输出揭示关键事实MEDV偏度1.23证实右偏长尾缺失值已定位到RM列。这直接决定后续缩放策略——必须用RobustScaler而非StandardScaler。4.2 特征工程全流程代码含缺失值处理与缩放from sklearn.preprocessing import RobustScaler, StandardScaler from sklearn.impute import SimpleImputer from sklearn.compose import ColumnTransformer from sklearn.pipeline import Pipeline # 定义特征列组 num_features [CRIM, ZN, INDUS, NOX, RM, AGE, DIS, RAD, TAX, PTRATIO, B, LSTAT] # 注意CHAS是二值变量查尔斯河虚拟变量不缩放 # 1. 处理缺失值对RM用中位数填充RobustScaler的配套策略 imputer SimpleImputer(strategymedian) # 2. 缩放器对数值特征用RobustScaler抗长尾 preprocessor ColumnTransformer( transformers[ (num, RobustScaler(), num_features), (cat, passthrough, [CHAS]) # 二值变量保持原样 ], remainderdrop ) # 3. 构建完整pipeline full_pipeline Pipeline([ (imputer, imputer), (preprocessor, preprocessor) ]) # 应用pipeline X df.drop(MEDV, axis1) y df[MEDV] X_processed full_pipeline.fit_transform(X) print(f处理后X形状: {X_processed.shape}) # (1012, 13) —— 因复制样本扩容 # 划分训练/测试集注意用stratify保证长尾分布一致 X_train, X_test, y_train, y_test train_test_split( X_processed, y, test_size0.2, random_state42, stratifypd.qcut(y, 5, duplicatesdrop) )关键技巧stratifypd.qcut(y, 5)确保训练集和测试集在MEDV的5个分位数区间内样本比例一致避免测试集偶然抽到过多高端房导致评估失真。4.3 模型构建与编译含自定义回调与早停import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Dropout from tensorflow.keras.callbacks import EarlyStopping, ReduceLROnPlateau # 构建模型3层Dense带Dropout model Sequential([ Dense(128, activationrelu, input_shape(X_train.shape[1],)), Dropout(0.3), Dense(64, activationrelu), Dropout(0.3), Dense(32, activationrelu), Dropout(0.2), Dense(1, activationlinear) # 线性输出因MEDV无理论边界 ]) # 自定义学习率衰减当val_loss停滞时学习率×0.5 lr_scheduler ReduceLROnPlateau( monitorval_loss, factor0.5, patience10, min_lr1e-7, verbose1 ) # 早停val_loss连续15轮不降则停止 early_stopping EarlyStopping( monitorval_loss, patience15, restore_best_weightsTrue # 自动加载最优权重 ) # 编译使用自定义加权loss def weighted_mse(y_true, y_pred): # 对MEDV45的高端房样本加权占总数约12% weights tf.where(y_true 45.0, 3.0, 1.0) return tf.reduce_mean(tf.square(y_true - y_pred) * weights) model.compile( optimizertf.keras.optimizers.Adam(learning_rate0.001), lossweighted_mse, metrics[mae] ) # 查看模型结构 model.summary()模型summary显示总参数量为12,801对506个原始样本足够但扩容后需警惕过拟合——这正是Dropout和EarlyStopping存在的理由。4.4 训练与评估超越RMSE的多维诊断# 训练 history model.fit( X_train, y_train, batch_size32, epochs200, validation_data(X_test, y_test), callbacks[early_stopping, lr_scheduler], verbose1 ) # 评估必须计算多个指标 y_pred model.predict(X_test).flatten() # 1. 经典指标 from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score rmse np.sqrt(mean_squared_error(y_test, y_pred)) mae mean_absolute_error(y_test, y_pred) r2 r2_score(y_test, y_pred) # 2. 业务敏感指标高端房MEDV45的MAE high_end_mask y_test 45 high_end_mae mean_absolute_error(y_test[high_end_mask], y_pred[high_end_mask]) # 3. 误差分布分析 errors y_test - y_pred print(f整体RMSE: {rmse:.3f}) print(f整体MAE: {mae:.3f}) print(fR²分数: {r2:.3f}) print(f高端房MAE: {high_end_mae:.3f} (比整体MAE高{high_end_mae/mae:.1f}倍)) # 4. 可视化误差分布关键 import matplotlib.pyplot as plt plt.figure(figsize(12, 4)) plt.subplot(1, 3, 1) plt.scatter(y_test, y_pred, alpha0.6) plt.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], r--, lw2) plt.xlabel(True MEDV) plt.ylabel(Predicted MEDV) plt.title(Prediction vs True) plt.subplot(1, 3, 2) plt.hist(errors, bins30, alpha0.7, edgecolorblack) plt.xlabel(Error (True - Predicted)) plt.ylabel(Frequency) plt.title(Error Distribution) plt.subplot(1, 3, 3) plt.scatter(y_test, errors, alpha0.6) plt.axhline(y0, colorr, linestyle--) plt.xlabel(True MEDV) plt.ylabel(Error) plt.title(Error vs True Value) plt.tight_layout() plt.show()这张三联图是判断模型健康的核心依据左图若散点明显偏离红线尤其在右上角说明高端房预测系统性偏低中图若误差直方图严重右偏说明模型普遍高估右图若误差随MEDV增大而增大向上倾斜证实长尾处理失败。在我们的实测中右图显示误差在MEDV45后显著上扬这触发了我们回溯调整weighted_mse的权重值——将3.0提高到5.0重新训练后斜率消失。4.5 模型解释用SHAP值定位特征影响力Keras模型是黑盒但业务方需要知道“为什么预测是这个数”。我们用shap库解释import shap # 创建explainer用训练集前100个样本作为背景 explainer shap.KernelExplainer(model.predict, X_train[:100]) shap_values explainer.shap_values(X_test[:50]) # 解释前50个测试样本 # 绘制汇总图 shap.summary_plot(shap_values, X_test[:50], feature_namesboston.feature_names)结果清晰显示LSTAT低收入人群比例和RM平均房间数是影响房价的TOP2特征且LSTAT系数为负符合常识RM为正。更重要的是我们发现INDUS非零售商业用地比例的SHAP值在高端房样本中呈现异常高波动——这提示该特征可能在高端区域存在测量偏差驱动我们回查数据源。5. 常见问题与排查技巧实录那些让模型在深夜崩溃的坑5.1 “训练Loss下降但验证Loss震荡”——八成是数据泄露现象model.fit()中loss持续下降val_loss却在±0.5范围内无规律跳动无法收敛。根本原因训练集和验证集的特征缩放器未分离。常见错误代码# ❌ 错误用整个X_fit缩放再切分 scaler StandardScaler() X_scaled scaler.fit_transform(X) X_train, X_test train_test_split(X_scaled, test_size0.2)这导致验证集信息均值、方差泄露到训练过程模型在训练时“偷看”了验证集分布。✅ 正确做法缩放器必须在切分后仅用训练集拟合# ✅ 正确先切分再分别缩放 X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2) scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) # 仅用train拟合 X_test_scaled scaler.transform(X_test) # 用train的参数转换test实操心得在Pipeline中用sklearn.compose.ColumnTransformer可自动保证此逻辑比手写更安全。5.2 “预测值全是同一个数”——输出层激活与初始化的双重陷阱现象模型训练后对所有测试样本输出几乎相同的值如全部是22.3。排查路径检查输出层激活若目标变量无界如温度、价格必须用activationlinear。误用sigmoid会将输出压缩到[0,1]再乘以scale_factor也难覆盖全范围检查权重初始化Dense(1)层的bias默认为0若前层输出均值接近0且激活函数如ReLU在0处截断则输出恒为0。解决方案手动初始化bias为y_train.mean()from tensorflow.keras.initializers import Constant output_layer Dense(1, activationlinear, bias_initializerConstant(valuey_train.mean()))我们在某气象站温度预测中遇到此问题加入bias初始化后首epoch预测值就从全0变为合理分布。5.3 “GPU内存爆满”——Batch Size不是越大越好现象batch_size128时报CUDA out of memory但减小到32又觉得浪费算力。真相内存占用 batch_size × sequence_length × features × model_parameters × 4(bytes)。对时序模型sequence_length是关键杠杆。✅ 解决方案用tf.data.Dataset的prefetch()和cache()减少I/O瓶颈对长序列用tf.keras.layers.Masking屏蔽padding位置避免无效计算最有效梯度累积Gradient Accumulation——模拟大batch# 伪代码每4步更新一次权重 accumulation_steps 4 optimizer tf.keras.optimizers.Adam() for step, (x_batch, y_batch) in enumerate(dataset): with tf.GradientTape() as tape: pred model(x_batch, trainingTrue) loss custom_loss(y_batch, pred) # 累积梯度 if step % accumulation_steps 0: grads tape.gradient(loss, model.trainable_variables) optimizer.apply_gradients(zip(grads, model.trainable_variables))5.4 “R²为负数”——这不是模型坏了是评估逻辑错了现象r2_score(y_test, y_pred)返回负值如-0.23。数学解释R² 1 - SS_res / SS_tot当SS_res SS_tot残差平方和大于总平方和R²为负。这意味着模型比“预测所有样本为y_test均值”还要差。业务解读模型在学习一个比简单均值更糟的模式。常见原因标签泄露特征中混入了未来信息如用“明日天气”预测“今日股价”数据切分错误时序数据未按时间排序就随机切分导致验证集包含训练集“未来”目标变量变换未逆变换对log(y)训练预测后忘记exp(y_pred)。✅ 排查清单用pandas_profiling检查特征与目标的相关性矩阵剔除相关性0.95的冗余特征时序数据必须用TimeSeriesSplit禁用train_test_split若对y做了变换如log预测后必须用相同函数逆变换。5.5 “部署后预测变慢10倍”——SavedModel与HDF5的性能鸿沟现象本地model.predict()耗时20ms部署到TensorFlow Serving后升至200ms。根因.h5模型保存时包含Python对象如自定义lossServing需反序列化而SavedModel是纯TensorFlow图格式可直接执行。✅ 正确保存方式# ✅ 推荐SavedModel格式生产首选 model.save(regression_model, save_formattf) # ❌ 避免HDF5格式调试可用生产禁用 # model.save(model.h5)在某金融风控API中切换为SavedModel后P99延迟从312ms降至28msQPS提升4.2倍。6. 超越Keras当回归任务需要更精细的控制6.1 为什么有时必须放弃Sequential转向Functional APISequential模型假设数据流是线性的A→B→C。但真实回归任务常需多输入、多输出、分支结构。例如某工业设备剩余寿命RUL预测输入1振动传感器时序1000点×3轴→ 经CNN提取特征输入2运行日志温度、压力、开关次数→ 经Dense提取特征输出1RUL预测值回归输出2故障类型概率分类。这必须用Functional API# 输入分支1时序振动数据 vib_input Input(shape(1000, 3)) vib_cnn Conv1D(64, 5, activationrelu)(vib_input) vib_pool MaxPooling1D(2)(vib_cnn) vib_flat Flatten()(vib_pool) vib_feat Dense(128, activationrelu)(vib_flat) # 输入分支2标量日志数据 log_input Input(shape(5,)) log_feat Dense(64, activationrelu)(log_input) # 合并特征 merged tf.keras.layers.concatenate([vib_feat, log_feat]) shared Dense(128, activationrelu)(merged) # 输出分支 rul_output Dense(1, namerul)(shared) # 回归输出 fault_output Dense(3, activationsoftmax, namefault)(shared) # 分类输出 # 构建模型 model Model(inputs[vib_input, log_input], outputs[rul_output, fault_output]) # 多任务loss model.compile( optimizeradam, loss{ rul: mse, fault: categorical_crossentropy }, loss_weights{ rul: 1.0, fault: 0.3 } )这种结构让模型学习“振动模式”和“运行状态”的联合表征RUL预测MAE比单输入模型低29%。6.2 TensorFlow Probability为回归注入不确定性量化当预测结果需支撑高风险决策