当目标具有上限和下限时,在回归任务中使用什么激活函数

时间:2018-09-13 19:54:53

标签: keras deep-learning regression

我正在尝试使用keras进行回归任务,我的目标是0到15之间的天数。

def rmse(y_true, y_pred):
    return backend.sqrt(backend.mean(backend.square(y_pred - y_true), axis=-1))


model = Sequential()
model.add(Dense(1276, input_dim=1276, kernel_initializer='normal', activation='relu'))
model.add(Dense(200, kernel_initializer='normal', activation='relu'))
model.add(Dense(100,kernel_initializer='normal' ,  activation='relu'))
model.add(Dense(1, activation="linear"))
# Compile model
optimizer = optimizers.Adam(lr=1e-4)
model.compile(loss=rmse, optimizer=optimizer)
# Fit the model
model.fit(X,y , validation_split=0.33, epochs=100, batch_size=512)

当我训练这个模型时,我得到非常大的价值。我想知道我的实现中是否缺少某些内容。我应该为这种问题使用特定的激活功能吗?

0 个答案:

没有答案