损失：nan Keras回归

Question

我试图预测一个连续值（第一次使用NN）。我已经把输入数据标准化了。我不明白为什么我得了a露丝：楠从第一个历元开始输出。我阅读并尝试了以前对同一问题的回答中的许多建议，但没有一个对我有帮助。我的培训数据形状是：（201917，64）

我的代码是：

model = Sequential()
model.add(Dense(100, input_dim=X.shape[1], activation='relu'))
model.add(Dense(100, activation='relu'))
model.add(Dense(100, activation='relu'))

# Output layer
model.add(Dense(1, activation='linear'))

# Construct the neural network inside of TensorFlow
model.compile(loss='mean_squared_error', optimizer='Adam')

# train the model
model.fit(X_train, y_train, epochs=10, batch_size=32,
shuffle=True, verbose=2)

谢谢！在

Answer 1

简而言之，您可以通过以下步骤找到问题的原因：

1. 确保您的数据集是正确的：

   • 在数据集中查找任何nan/inf并修复它。在
   • 编码错误（将其转换为UTF-8）。在
   • 列或行中的值无效。在

2. 使用Dropout，批次规范化，L1/L2正则化，更改批次大小，或将数据缩放到其他范围（例如[-1，1]）。

3. 缩小网络规模。在
4. 更改其他超参数（例如优化器或激活函数）。在

您可以检查this和this链接以获得额外帮助。在

Answer 2

当学习率太高时，有时会有损失。一个解决办法可能是减少它。在

替换此代码：

# Construct the neural network inside of TensorFlow
model.compile(loss='mean_squared_error', optimizer='Adam')

有：

^{pr2}$

看看有没有帮助。我也会先尝试一个隐藏层，然后看看它会怎么样。在