为什么keras预测开始变平？

Question

为了开始了解更多关于Keras和Tensorflow的信息，我环顾四周，发现一个例子就是使用标准的正弦波。初始开始的结果可以在下面的链接中看到。

我已经开始移动图层并调整激活类型和init以及优化器，但是没有找到导致这种讨人喜欢的旋转因子。

import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Dense
import numpy
seed = 5
numpy.random.seed(seed)
dataset = numpy.loadtxt("sinwave.csv", delimiter=",")
X = dataset[:,0:1]
Y = dataset[:,1]

model = Sequential()
model.add(Dense(100, input_dim=1, init='uniform', activation='relu'))
model.add(Dense(50, init='uniform', activation='relu'))
model.add(Dense(1, init='uniform', activation='sigmoid'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])
model.fit(X, Y, epochs=150, batch_size=1,  verbose=2)
predictions = model.predict(X)
plt.plot(predictions)
plt.plot(Y)
plt.show()