Question

我正在学习神经网络，我想编写一个神经网络来近似日志函数。 x域名为1到100。我使用keras作为我的工具，但结果并不好。我应该修改损失功能吗？或者添加更多隐藏图层？最后，如何训练我的模型。对不起我的英语很差。

代码如下：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Dropout

x_train = np.linspace(1, 100, num=100)
y_train = np.log2(x_train)

model = Sequential() 
model.add(Dense(units=500, input_dim=1, kernel_initializer='normal',
                activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(units=500, kernel_initializer='normal',
                activation='relu'))
model.add(Dropout(0.5))


model.add(Dense(units=1, kernel_initializer='normal'))

model.compile(loss='mse', optimizer='adam', metrics=['mae'])

train_history = model.fit(x=x_train, y=y_train, 
                          validation_split=0.2, epochs=100, batch_size=30,
                          verbose=2)

我应该如何修改我的代码？请指导我。

使用keras近似日志函数

0 个答案: