python-3.x - 如何构建一个神经网络来将两个数字相乘

Question

我正在尝试构建一个将 2 个数字相乘的神经网络。为此，我借助了 scikit-learn 的帮助。我要使用具有 2 个隐藏层 (5, 3) 和 ReLU 作为我的激活函数的神经网络。

我定义了我的 MLPRegressor 如下:

X = data.drop('Product', axis=1)
y = data['Product']
X_train, X_test, y_train, y_test = train_test_split(X, y)
scaler = StandardScaler()
scaler.fit(X_train)

X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)
mlp = MLPRegressor(hidden_layer_sizes=(5, 3), activation="relu", learning_rate="adaptive", max_iter=500000, verbose=True, validation_fraction=0.25)

此处，data 是包含 3 列、2 个随机数和 1 个 Product 列的数据框。问题是我得到的损失是 10^14。我该如何减少这种损失、提高我的模型性能以及在这种情况下所有可能的改变可以帮助我解决什么问题？

Answer 1

我不是神经网络方面的专家。我会对输入进行对数变换，然后将它们输入网络，然后对输出取幂。只是一个想法。