TensorFlow Square 函数识别

Question

我正在努力学习机器学习的基础知识。我正在尝试训练 AI 的平方函数：2^x

import tensorflow as tf
import numpy as np
from tensorflow import keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0, 12.0, 13.0, 14.0, 15.0], dtype=int)
ys = np.array([4.0, 8.0, 16.0, 32.0, 64.0, 128.0, 256.0, 512.0, 1024.0, 2048.0, 4096.0, 8192.0, 16384.0, 32768.0], dtype=int)

model.fit(xs, ys, epochs=1000)

print(model.predict([7.0]))

这应该打印 +- 128，但结果是在 2000 年，损失非常高。

如何优化这个神经网络，让它给我更准确的答案？

感谢您的宝贵时间。

Answer 1

当你训练神经网络时，这对你来说似乎很容易，但对计算机来说却很困难。在您的情况下，培训2 次方；随着值急剧变化，训练这种模式有点难以被发现，这可能会也可能不会导致收敛到特定值。

关于如何优化神经网络以创建更准确的模型的问题，实现此目的的一些方法是添加更多层，微调超参数，制作更复杂的模型，甚至创建自己的层、操作、函数。

如果您正在尝试学习机器学习的基础知识，可以使用许多指南来帮助您了解 TensorFlow 文档中的基础知识。

尝试遵循link 中的课程，以获得更清晰的学习路径。