使用ReLu返回NaN的机器学习

Question

我想弄清楚整个机器学习的东西，所以我正在进行一些测试。我想让它学习窦功能（带弧度角）。神经网络是：

1输入（弧度角）/ 2隐藏层/ 1输出（预测窦）

对于我正在使用的壁球激活： RELU ，请注意当我使用Logistic函数而不是RELU时，脚本正在运行。

为了做到这一点，我做了一个从0开始并在180结束的循环，它将以弧度（radian = loop_index * Math.PI / 180）转换数字，然后它就是＆＃l; ll基本上做这个弧度角的窦，并存储弧度和窦结果。

所以我的表格对于一个条目看起来像这样：{input：[RADIAN ANGLE]，输出：[sin（radian）]}

for(var i = 0; i <= 180; i++) {
    radian = (i*(Math.PI / 180));
    train_table.push({input:[radian],output:[Math.sin(radian)]})
}

我使用此表来训练我的神经网络，使用交叉熵，学习率为0.3，迭代次数为20000次。

问题在于，当我试图预测它返回的任何东西时它会失败＆＃34; NaN＆＃34;

我正在使用框架Synaptic（https://github.com/cazala/synaptic），这里是我的代码的JSfiddle：https://jsfiddle.net/my7xe9ks/2/