Keras 输入/输出答案

【问题标题】：Keras Input/OutputKeras 输入/输出
【发布时间】：2016-10-17 14:30:10
【问题描述】：

我正在努力应对 Tensorflow / keras 的挑战，如果有人可以帮助我，那就太好了。

我在 Keras 中构建了一个神经网络，input_dim=3，然后是 10 个神经元和输出 1。

输入是一个带有浮点数的 3d 向量，输出应该是一个简单的浮点值。

我的问题是，我不知道应该如何格式化浮点数（>1，从 0 到 1？等...），以及哪种损失函数可以完成这项任务（我猜没有二进制文件）。我希望神经网络从 3d 向量中计算出一个简单的浮点值。但它永远不会成功，因为我的输出总是一样的。

如果我忘记了什么，请告诉我，如果你有一些想法，那就太好了！

问候

编辑：我知道我需要介绍机器学习的整个主题，我现在正在这样做。同时，我想知道如何使用 keras 来验证/实际使用机器学习。我很抱歉提出“愚蠢”的问题，但我希望有人可以帮助我。

输入：我认为输入可能是“错误”格式，未标准化等，但我将得到的值转换为下面提到的区间。

这是我的简单模型：

model = Sequential()
model.add(Dense(10, input_dim=3, init='normal', activation='sigmoid'))
model.add(Dense(1, init='normal', activation='sigmoid'))
model.compile(loss='mse', optimizer='sgd', metrics=['accuracy'])
model.fit(X_Train, Y_Train, nb_epoch=100, batch_size=32, verbose=1)

X_Train 和 Y_Train 是从 .csv 文件中提取的值。例如我的输入值是 [a,b,c,d]，其中 0

输出：

500/500 纪元

32/32 [===============================] - 0s - 损失：0.0813 - acc: 0.0000e+ 00

示例（随机生成的值），所有输出在 0.43 左右几乎相同：

[ 0.97650245 0.30383579 0.74829968] [[ 0.43473071]]

[ 0.94985165 0.75347051 0.72609185] [[ 0.43473399]]

[ 0.18072594 0.18540003 0.20763266] [[ 0.43947196]]

【问题讨论】：

请分享一些代码（也许作为 git gist）和准确的输出。 “但它永远不会成功，因为我的输出总是相同的”是什么意思？没有看到你的代码，怎么能告诉你为什么它们是一样的？
从您使用的词汇表来看，我相信您会受益于对机器学习要点的良好介绍。例如。 ML 中格式化 输入向量的概念似乎并不熟悉。 规范化，是的

标签： python machine-learning tensorflow keras

【解决方案1】：

首先，不需要对输入样本进行规范化（或格式化）。

其次，对于零准确率的问题，这是因为您将“准确率”作为分类模型使用的指标。在您的情况下，您应该在编译方法中使用“mse”或“mae”（在 Keras 中）作为指标，例如，

model.compile(loss='mse', optimizer='sgd', metrics=['mae'])

【讨论】：

【解决方案2】：

我正在回答我自己的问题：

这里的问题是优化器！训练数据和所有其他设置并不那么重要。您必须尝试其他优化器来改变结果。现在可以关闭这个问题了。感谢您的帮助！

【讨论】：

【解决方案3】：

将您的输出层更改为以下 model.add(Dense(1))

请参阅此回归指南，其中讨论了一个输出。 https://www.tensorflow.org/tutorials/keras/basic_regression

【讨论】：