为简单的数字输入/输出正确的 Keras/TensorFlow 激活函数

Question

我有一个包含 98 个浮点值 -5.0 的单节点浮点输出

数据集非常大，有 10GB，可以轻松扩展到更大的大小。

我最麻烦的部分是激活函数。对于 -5.0

此外，如果您知道哪种类型的神经网络（LSTM、CNN）、dropout、隐藏层数、batch_size 和优化器最适合用于此类数据集，我们将不胜感激。

尽管有大量示例和信息，但我在尝试为我的数据集正确获取所有这些参数时遇到了很多麻烦。

Answer 1

您可以使用手动拉伸的'tanh'。

单独，'tanh' 从 -1 返回到 +1。您可以将其拉伸到 5 倍（或者再多一点，例如 5.1）。

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

---

其他问题无法回答，我们不知道您的数据集是关于什么的，数据是如何组织的，它代表什么以及您想要实现什么。

不过，这似乎是一个经典的Dense（或全连接）网络案例。