神经网络无法预测y=2x关系

Question

我现在的损失值是 13332936704，而且每次训练的周期（epoch）损失值都没有明显减少。输出结果是 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])

我想把这个神经网络应用到一个大项目中，但它并不是在简单地预测正常的关系。我尝试重新运行代码单元，也尝试修改了 y=2x。可是，它还是无法进行预测。

Answer 1

你的模型最后一层使用的是sigmoid激活函数，所以模型的输出只能在0到1之间。

那么你怎么能指望它学会输出2*i（在你的情况下，这个值在0到20000之间）呢？

你可以尝试去掉activation='sigmoid'，或者把你的输入和输出数据归一化到0到1的范围内。