python - 用keras进行近似

Question

我正在尝试使用 keras 模型来近似函数，该模型只有一个隐藏层，无论我做什么 - 我都无法达到必要的结果。

我正在尝试使用以下代码来做到这一点

from __future__ import print_function
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam

from LABS.ZeroLab import E_Function as dataset5

train_size = 2000

# 2 model and data initializing
(x_train, y_train), (x_test, y_test) = dataset5.load_data(train_size=train_size, show=True)

model = Sequential()

model.add(Dense(50, kernel_initializer='he_uniform', bias_initializer='he_uniform', activation='sigmoid'))

model.add(Dense(1, kernel_initializer='he_uniform', bias_initializer='he_uniform', activation='linear'))

model.compile(optimizer=Adam(), loss='mae', metrics=['mae'])

history = model.fit(x=x_train, y=y_train, batch_size=20, epochs=10000, validation_data=(x_test, y_test), verbose=1)

It's function that loads from dataset5

It's comparison of model prediction with testing data

我尝试用不同的优化器和神经元数量(从 50 到 300)来适应这个网络，但结果是相同的。

我应该改变什么？

Answer 1

我找到了解决方案!主要问题是列车数据。我忘记在拟合之前对 x_train 和 y_train 进行洗牌。我成功地用 2 个隐藏层来近似它，但我仍然无法用 1 个隐藏层来近似它。