TensorflowJS，如何增加model.fit的可靠性？

Question

问题是我的模型训练在大多数情况下效果都很好，并且达到了损失/验证损失：〜1.4-e8，但是通常我的损失/验证损失停留在〜5-e6，相同的改组训练集（50x5纪元）。我得到了〜50.000个长张量数组，具有规范化的值。

我应该使用一些辍学层吗？其实我真的没有找到任何TensorflowJS示例，甚至如何使用具有密集层的辍学层。

const model = tf.sequential();
const optimizer = tf.train.adam();
const loss = tf.losses.meanSquaredError;

model.add(
      tf.layers.dense({
        units: 16,
        inputShape: [2],
        activation: "elu",
        useBias: true
      })
    );

    model.add(
      tf.layers.dense({
        units: 16,
        activation: "elu",
        useBias: true
      })
    );

    model.add(
      tf.layers.dense({
        units: 1,
        activation: "elu",
        useBias: true
      })
    );

    model.compile({
      optimizer,
      loss
    });

 let config = {
            verbose: 1,
            shuffle: true,
            epochs: 50,
            batchSize: 4096,
            validationSplit: 0.05,
            stepsPerEpoch: 2,
            validationSteps: 2,
            classWeight: 10
          };

this.model.fit(input_ts, output_ts, config);