Правильные функции активации Keras / TensorFlow для простого числового ввода / вывода

Question

У меня есть входной слой с 98 значениями с плавающей запятой -5.0

Набор данных очень большой (10 ГБ) и может быть легко расширен до гораздо большего размера.

У меня больше всего проблем с функциями активации. С входными и выходными значениями -5,0

Также, если у вас есть представление о том, какой тип нейронной сети (LSTM, CNN), выпадение, количество скрытых слоев, batch_size и оптимизатор лучше всего использовать для такого набора данных, это также приветствуется.

Несмотря на большое количество примеров и информации, у меня возникло немало проблем, чтобы все эти параметры были правильными для моего набора данных.

Answer 1

Вы можете использовать растянутое вручную 'tanh'.

В одиночку tanh возвращается с -1 до +1. Вы можете растянуть его, умножив его на 5 (или, может быть, чуть больше, например, на 5.1).

model.add(YourLastLayer(..., activation='tanh'))
model.add(Lambda(lambda x: x * 5))

---

На другие вопросы невозможно ответить, мы понятия не имеем, о чем ваш набор данных, как организованы данные, что они представляют и чего вы хотите достичь.

Кажется, однако, что это классический Dense (или полностью подключенный) сетевой корпус.