Не могу тренировать нейронную сеть с керасом (в R)

Question

Я сделал MLP с двумя входами и одним выходом, используя пакет R Keras . Моя выходная переменная должна иметь положительные значения, поэтому я использовал функцию активации Relu для выходного слоя. Я не мог обучить сеть, даже после того, как попробовал разные значения для нейронов скрытого слоя. Подходит ли функция активации relu для моей работы? Или я должен использовать любую другую структуру сети? Мой набор данных содержит 441 выборочную точку и доступен здесь .

Мои коды следующие:

Keras_ANN<-function(x_tr,y_tr, N_input=2){
  require(keras)
  # x_tr <- scale(x_tr)
  model <- keras_model_sequential() 
  model %>% 
    layer_dense(units = 10, activation = 'tanh', input_shape = N_input) %>% 
    layer_dropout(rate = 0.2) %>%
    # layer_dense(units = 5) %>%
    layer_dense(units = 1, activation = "relu")

  model %>% compile(
    loss = "mse",
    optimizer = optimizer_rmsprop(),
    metrics = list("mean_absolute_error")
  )

  # Display training progress by printing a single dot for each completed epoch.
  print_dot_callback <- callback_lambda(
    on_epoch_end = function(epoch, logs) {
      if (epoch %% 80 == 0) cat("\n")
      cat(".")
    }
  )
  # 
  epochs <- 500

  # # Fit the model and store training stats

  # The patience parameter is the amount of epochs to check for improvement.
  early_stop <- callback_early_stopping(monitor = "val_loss", patience = 10)

  history <- model %>% fit(
    x_tr,
    y_tr,
    epochs = epochs,
    validation_split = 0.1,
    verbose = 0,
    callbacks = list(early_stop, print_dot_callback)
  )
  # plot(history, metrics = "mean_absolute_error", smooth = FALSE)
  return(model)
} 

  input<-as.matrix(Mydata[,1:2])
  target<-as.matrix(Mydata[,3])
  model<-Keras_ANN(input, target, N_input = 2)
  plot(target, model %>% predict(input))