为什么Keras 2D回归网络具有恒定输出

时间:2017-08-23 03:48:37

标签: keras deep-learning output regression constants

我正在研究某种具有keras的2D回归深度网络,但是网络对每个数据集都有恒定的输出,即使我在此代码中使用手工制作的数据集进行测试,我也会以恒定的2d值和输出为网络提供数据是X的线性值(2 * X / 100),但输出是恒定的。

<svg viewBox="0 0 500 500" width="200">
  <rect width="500" height="500" x="0" y="0">
  <animate id="animate1_1" attributeType="xml" attributeName="fill" from="black" to="red" dur="2s" begin="animate1_2.end" fill="freeze"/>
  <animate id="animate1_2" attributeType="xml" attributeName="fill" from="red" to="black" dur="2s" begin="animate1_1.end" fill="freeze"/>
  </rect>
</svg>
<svg viewBox="0 0 500 500" width="200">
  <rect width="500" height="500" x="0" y="0">
  <animate id="animate2_1" attributeType="xml" attributeName="fill" from="black" to="red" dur="2s" begin="animate2_2.end" fill="freeze"/>
  <animate id="animate2_2" attributeType="xml" attributeName="fill" from="red" to="black" dur="2s" begin="animate2_1.end" fill="freeze"/>
  </rect>
</svg>

输出始终是所有值的平均值(此处为.10)

你知道为什么吗?

0 个答案:

没有答案