Аппроксимация с керасом

Question

Я пытаюсь приблизить функцию с моделью keras, которая имеет только один скрытый слой, и что бы я ни делал - я не могу достичь необходимого результата.

Я пытаюсь сделать это с помощью следующего кода

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)

Это функция, загружающая из набора данных5

Это сравнение прогнозирования модели с данными тестирования

Я попытался приспособить эту сеть разными оптимизаторами и числом нейронов (от 50 до 300), но результат был тот же.

Что мне изменить?

Answer 1

Я нашел решение!Основной проблемой были данные поезда.Я забыл перетасовать x_train и y_train перед установкой.Я успешно аппроксимировал его двумя скрытыми слоями, но все еще не могу приблизить его одним скрытым слоем.