python - 为 Keras ANN 选择层/函数 - 线性回归

Question

当我运行线性回归 ANN(预测加州房价)时，我得到了大量的损失数据和 0 准确度。任何人都可以针对此类问题提出更好的激活函数吗？

https://drive.google.com/file/d/1dcUuTVVDGwxHn2O5qqJk0wgiEf83MslN/view?usp=sharing

我尝试了从 0.1 到 10 的损失率的多次迭代，尝试了使用 ReLU 3 中子的 2 层，尝试将历元增加到 10K，尝试了 softmax。

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


model = Sequential()
model.add(Dense(2, input_shape=(6,), activation='relu'))
model.add(Dense(3, activation='relu'))
model.add(Dense(2, activation='softmax'))
model.add(Dense(1, activation='linear'))
model.compile(Adam(lr=0.5),
          loss='mean_squared_error',
          metrics=['accuracy'])


model.fit(X_train, y_train, epochs=10000, verbose=2,     validation_split=0.4)

纪元 60/10000 - 1s - 损失:48621637708.0739 - acc:0.0000e+00 - val_loss:49522900789.2154 - val_acc:0.0000e+00

Answer 1

您在这里缺少一些关于深度学习的基本知识。准确性是用于分类的指标，但您想要做的是回归，即不预测类标签，而是预测连续值。深度学习领域中有两种不同的东西。因此，softmax 作为输出层不会对你有太大帮助。在这种情况下，您的指标也应该是 MSE。

高于 1.0 的学习率也非常罕见，Adam 的默认值为 0.001。一般来说，如果您不确定学习率，请坚持使用默认值。所以也许错误就在那里，尝试降低学习率并再试一次。

Softmax 激活作为中间层激活也是不常见的，我建议用 ReLU 替换它。您使用的神经元数量也非常少，添加更多神经元也会有所帮助。