0
我是keras的新手。当我实施线性回归时,我遇到了一个纳税损失,这使我非常困惑。我把我的源代码如下:使用keras实现线性回归,导致nan损失
from keras.layers import Dense,Activation
from keras.models import Sequential
import numpy as np
model = Sequential()
model.add(Dense(1,input_shape=(1,)))
model.add(Activation('linear'))
model.compile(loss='mse',optimizer='sgd',metrics=['mse'])
x = np.linspace(1,100,1e3)
y = 3*x + 1 + np.random.normal(size=x.shape)
model.fit(x,y,batch_size=100)
然后输出损失是南。 但是,当我改变了训练数据,相应的代码是:
x = np.linspace(1,10,1e3)
一切都很好,最终我能得到在W逼近3.0与B接近1 任何人知道为什么会发生这种情况?提前致谢。