Question

我仍然是keras的初学者，并且一直在研究它。我当前的目标是使模型学习分布。为此，我选择了numpy beta分布函数。我的目的是使模型学习beta分布，并确定其中是否包含值。

因此我制作了一个具有5000个beta / rect值的csv，模型应该从中学习。

但是当模型正在学习时，它绝对没有变化。看来我对问题的处理方式不正确，或者无法通过这种方式解决。

我尝试过更改模型，但这似乎不起作用。

data_size = 5000

X = np.zeros((data_size, 2))
Y = np.zeros((data_size, 1))

for i in range(np.size(X, 0)):
    X[i][0] = np.random.beta(2, 2)
    X[i][1] = np.random.random()
    Y = X[i][0]

np.savetxt('\values.csv', X, delimiter=',')
dataset = np.loadtxt('\values.csv', delimiter=',')
X_train = dataset[:, 0:2]
Y_train = dataset[:, 1]

model = Sequential()

model.add(Dense(32, input_dim=2, activation='tanh'))
model.add(Dense(16, activation='tanh'))
model.add(Dense(1, activation='softmax'))

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

model.fit(X_train, Y_train, epochs=500, batch_size=50, verbose=1, validation_split=0.2)

Answer 1

我已改为GAN。当生成器学习重现时，鉴别器将输入分配为inpu。

像奇迹一样运作，只需要几个纪元即可收敛。

模型未趋于分布

1 个答案: