Python 回归问题的Hyperas

我试图用hyperas解决回归问题。我看到的大多数例子都是关于分类问题的，我试图建立相应的模型优化。然而，每次我试图优化我的模型时，我都会得到一个

无效的损失

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' )

有人能帮我吗？我是hyperas的新手，不知道我在回归问题上哪里出错了

还有其他更容易使用的超参数优化器吗