我很难理解为什么我在训练中获得如此高的损失/ val_loss率。我正在训练一个回归网络。我已将输入数据标准化为介于-1到1之间,并使输出数据保持不变,其范围大约为1。在-100到100之间。
我选择将输入标准化,以便我可以使用tanh作为激活函数,因为它在此范围内输出。
神经网络由3层组成。
select e.Employee name , sum(expenses)
from Employee e
group by Employee name
@Autowired
private EntityManager em;
List<Object[]> list = em.createQuery("select e.EmployeeName , sum(e.exprenses) from Employee e group by e.EmployeeName").getResultList();
输入和输出之间的映射包括将音频样本映射到MFCC功能。样本是我已经归一化到所描述范围的样本。
为什么我得到这些结果?
我能改进/改变什么?
运行cv代码:
var yourHTML = '<div class="mynewdiv">Copyright 2016<a href="www.myclientwebsite.com" title="My Client Title"><span>Client Company Name</span></a>. Website Designed by<a href="http://www.mywebsite.com/">My Company Name</a></div>';
document.getElementsByClassName('copyright')[0].innerHTML = yourHTML;
// If you change your HTML, change the value of yourHTML