与keras近似

Question

我正在尝试使用keras模型来逼近函数，该模型只有一个隐藏层，而我所做的一切-我无法达到必要的结果。

我正在尝试使用以下代码

from __future__ import print_function
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam

from LABS.ZeroLab import E_Function as dataset5

train_size = 2000

# 2 model and data initializing
(x_train, y_train), (x_test, y_test) = dataset5.load_data(train_size=train_size, show=True)

model = Sequential()

model.add(Dense(50, kernel_initializer='he_uniform', bias_initializer='he_uniform', activation='sigmoid'))

model.add(Dense(1, kernel_initializer='he_uniform', bias_initializer='he_uniform', activation='linear'))

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

history = model.fit(x=x_train, y=y_train, batch_size=20, epochs=10000, validation_data=(x_test, y_test), verbose=1)

It's function that loads from dataset5

It's comparison of model prediction with testing data

我试图用不同的优化器和神经元数（从50到300）来适应这个网络，但是结果是相同的。

我应该改变什么？

Answer 1

我找到了解决方法！主要问题是火车数据。我忘了在拟合之前先将x_train和y_train打乱。 我成功地用2个隐藏层对其进行了近似估计，但是我仍然无法用1个隐藏层对其进行近似。