如何为单输出 MLP 设计 Tensorflow Js 模型？

Question

我正在尝试使用 Tensorflow Js 实施和测试单个输出 MLP，我的数据如下所示：

dataset = [[x_1, x_2, ..., x_n, y], ...]

这是我的代码：

     for (var i = 0; i < dataset.length; ++i) {
         x[i] = dataset[i].slice(0, inputLength);
         y[i] = dataset[i][inputLength];
     }

     const xTrain = tf.tensor2d(x.slice(1));
     const yTrain = tf.tensor1d(y.slice(1));

     const model = tf.sequential();
     model.add(tf.layers.dense({inputShape: [inputLength], units: 10}));
     model.add(tf.layers.dense({units: 1}));
     const learningRate = 0.1;
     const optimizer = tf.train.sgd(learningRate);
     model.compile({loss: 'meanSquaredError', optimizer});

     return model.fit(
         xTrain,
         yTrain,
         {
             batchSize: 10,
             epochs: 5
         }
     )

问题是我的模型没有收敛，我在每一步都得到 null 损失函数值。另外请注意，我知道我可以使用多元回归来解决这个问题，但我想将结果与 MLP 进行比较。

我想知道是否有人可以帮助我。

Answer 1

model.fit() 中使用的 x/y-tensors 的维度必须比模型的 first/last 层的形状多一维才能表示多个训练数据集，因此 GPU 加速可以批量训练。

您的模型的另一个问题是高learningRate（与训练值的大小有关）这会阻止模型收敛，因为它跳过了最优解并失去了控制。

要么减少 learningRate 要么将学习值归一化到较低的数量级。

如何为单输出 MLP 设计 Tensorflow Js 模型？

How to design a Tensorflow Js model for a single output MLP?

node.js

neural-network

tensorflow.js