神经网络无法预测 y=2x 关系

Question

我损失了

13332936704

，并且每个时期损失并没有减少太多。输出是

0.74

。

Import tensorflow as tf
x=[]
y=[]
For i in range(10000):
  x.append(i)
  y append(i*2)
model=tf.keras.models.Sequential()
model.add(tf.keras.layers.Dense(64,input_shape=(1,),activation='relu'))
model.add(tf.keras.layers.Dense(28,activation='relu'))
model.add(tf.keras.layers.Dense(1,activation='sigmoid'))
model.compile(loss='mse',optimizer='adam')
model.fit(x,y,epochs=150,batch_size=32)
model.predict([2])

我想在一个大项目中部署神经网络，但它不仅仅是预测正常关系。我尝试重新运行单元格并更改

y=2x

。然而，它仍然没有预测。

Answer 1

你的模型的最后一层是 sigmoid，所以模型的输出只能在 0 到 1 之间。

你怎么能指望它学习如何生成

2*i

（在你的例子中是在 0 到 20000 之间）？

尝试删除

activation='sigmoid'

，或者将输入/输出数据标准化为 0 到 1 之间的范围