Tensorflow神经网络在训练时明显不能识别数据

Question

我制作了一个神经网络，使用tensorflow，基于分类器模型，根据河流上的实测流量值预测自然流量值，用于毕业设计。数据来自一个csv文件，有两列，第一列是测量流，第二列是自然流，我在使用从tensorflow（tf.contrib.data.CsvDataset/tf.data.experimental.CsvDataset）导入csv数据的特定函数时遇到了一些问题，因为它需要启用急切执行，占位符在启用时显然不起作用，我也不知道如何使它起作用（如果有人知道如何解决这个问题，请告诉我），所以我自己做了一个函数来生成数据集，将其转换为Numpy数组，代码是here。 但是当我运行模型时，代码是here，从第一个开始，每个历元的损失函数都给出0损失，最后得到100%的准确度，所以我猜模型没有得到训练，但我不知道为什么

[...]
Época 27 de 50 , perda: 0.0
Época 28 de 50 , perda: 0.0
Época 29 de 50 , perda: 0.0
Época 30 de 50 , perda: 0.0
Época 31 de 50 , perda: 0.0
Época 32 de 50 , perda: 0.0
Época 33 de 50 , perda: 0.0
Época 34 de 50 , perda: 0.0
Época 35 de 50 , perda: 0.0
Época 36 de 50 , perda: 0.0
Época 37 de 50 , perda: 0.0
Época 38 de 50 , perda: 0.0
Época 39 de 50 , perda: 0.0
Época 40 de 50 , perda: 0.0
Época 41 de 50 , perda: 0.0
Época 42 de 50 , perda: 0.0
Época 43 de 50 , perda: 0.0
Acurácia: 1.0

函数给出的数组的形状是（~，1），给定每个文件的值的数量，至少我认为与占位符的形状相同。 有了这些，我问是否有人能猜出模型上的培训步骤发生了什么，为什么没有培训，或者您是否发现我可以在代码的任何部分做得更好。 如果你对我想在这里做什么有任何疑问，请随时提问