Я новичок в нейронной сети и в keras, пытаюсь убедиться, что все работает, прежде чем использовать мои реальные данные.
поэтому здесь нейронная сеть с 1000 выборками, тремя входами и тремя выходами
X.csv содержит: (индекс повторяется три раза)
1,1,1
2,2,2
до 1000,1000,1000
Y.csv содержит три метки: (индекс, индекс * 5, индекс / 5)
1,5,0.2
2,10,0.4
до 1000 000 000 200
random.seed(42)
X = np.genfromtxt(r'C:\Users\boss\Desktop\X.csv' , delimiter=',')
y = np.genfromtxt(r'C:\Users\boss\Desktop\Y.csv' , delimiter=',')
y1,y2,y3 = y[:, 0:1],y[:, 1:2],y[:, 2:]
X_train, X_test, y1_train, y1_test, y2_train, y2_test, y3_train, y3_test = train_test_split(X, y1,y2,y3, test_size =0.3, random_state = 0)
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
inp = Input((3,))
x = Dense(10, activation='relu')(inp)
x = Dense(10, activation='relu')(x)
x = Dense(10, activation='relu')(x)
out1 = Dense(1, activation='linear')(x)
out2 = Dense(1, activation='linear')(x)
out3 = Dense(1, activation='linear')(x)
model = Model(inputs=inp, outputs=[out1,out2,out3])
model.compile(optimizer = "adam", loss = 'mse')
model.fit(x=X_train, y=[y1_train,y2_train,y3_train], batch_size=100, epochs=10, verbose=1, validation_split=0.3, shuffle=True)
#plot predicted data vs real data
y_pred = model.predict(X_test)
plt.plot(y1_test, color = 'red', label = 'Real data')
plt.plot(y_pred[0], color = 'blue', label = 'Predicted data')
plt.title('y1')
plt.legend()
plt.show()
plt.plot(y2_test, color = 'red', label = 'Real data')
plt.plot(y_pred[1], color = 'blue', label = 'Predicted data')
plt.title('y2')
plt.legend()
plt.show()
plt.plot(y3_test, color = 'red', label = 'Real data')
plt.plot(y_pred[2], color = 'blue', label = 'Predicted data')
plt.title('y3')
plt.legend()
plt.show()
к сожалению, как потери, так и потери при проверкеОгромная (миллионы) другая проблема в том, что результаты отличаются каждый раз, несмотря на использование случайного начального числа