如何解决Keras神经网络model.predict预测值全为同一值的问题?
- 内容介绍
- 文章标签
- 相关推荐
本文共计691个文字,预计阅读时间需要3分钟。
终于构建出了第一个神经网络,Keras真的非常方便。之前不知道Keras这么方便,在构建神经网络的路上走了很多弯路。最初是从TensorFlow开始学习的,后来才了解到Keras。TensorFlow和Keras的关系,就像……
终于构建出了第一个神经网络,Keras真的很方便。
之前不知道Keras这么方便,在构建神经网络的过程中绕了很多弯路,最开始学的TensorFlow,后来才知道Keras。
TensorFlow和Keras的关系,就像c语言和python的关系,所以Keras是真的好用。
搞不清楚数据的标准化和归一化的关系,想对原始数据做归一化,却误把数据做了标准化,导致用model.predict预测出来的值全是0.0,在网上搜了好久但是没搜到答案,后来自己又把程序读了一遍,突然灵光一现好像是数据归一化出了问题,于是把数据预处理部分的标准化改成了归一化,修改过来之后才能正常预测出来值,才得到应有的数据趋势。
本文共计691个文字,预计阅读时间需要3分钟。
终于构建出了第一个神经网络,Keras真的非常方便。之前不知道Keras这么方便,在构建神经网络的路上走了很多弯路。最初是从TensorFlow开始学习的,后来才了解到Keras。TensorFlow和Keras的关系,就像……
终于构建出了第一个神经网络,Keras真的很方便。
之前不知道Keras这么方便,在构建神经网络的过程中绕了很多弯路,最开始学的TensorFlow,后来才知道Keras。
TensorFlow和Keras的关系,就像c语言和python的关系,所以Keras是真的好用。
搞不清楚数据的标准化和归一化的关系,想对原始数据做归一化,却误把数据做了标准化,导致用model.predict预测出来的值全是0.0,在网上搜了好久但是没搜到答案,后来自己又把程序读了一遍,突然灵光一现好像是数据归一化出了问题,于是把数据预处理部分的标准化改成了归一化,修改过来之后才能正常预测出来值,才得到应有的数据趋势。

