AI - Keras构建模型

Question

输入X = [1,1,1,1,1，1,2,1,3,7，3，1，5，7]等输出Y =[0.77，0.63，0.7，1.26]等

输入x表示一些组合示例。

["car", "black", "sport", "xenon", "5dor"] 
["car", "red", "sport", "noxenon", "3dor"] etc...

输出意味着某种分数的组合。

我需要什么？我得预测是好还是坏.

数据集大小为10k。

型号：

model.add(Dense(20, input_dim = 5, activation = 'relu'))
model.add(Dense(20, activation = 'relu'))
model.add(Dense(1, activation = 'linear'))

优化器= adam，损失= mse，验证拆分0.2，epoch 30

Tr：

Epoch 1/30
238/238 [==============================] - 0s 783us/step - loss: 29.8973 - val_loss: 19.0270
Epoch 2/30
238/238 [==============================] - 0s 599us/step - loss: 29.6696 - val_loss: 19.0100
Epoch 3/30
238/238 [==============================] - 0s 579us/step - loss: 29.6606 - val_loss: 19.0066
Epoch 4/30
238/238 [==============================] - 0s 583us/step - loss: 29.6579 - val_loss: 19.0050
Epoch 5/30

不是很好，没有感觉..。

我需要一些好的文件如何正确地设置或建立模型..。

Answer 1

只是试着繁殖。我的结果和你的不一样。请核对：

import tensorflow as tf
from tensorflow.keras.layers import Input, Dense
from tensorflow.keras import Model
inputA = Input(shape=(5, ))
x = Dense(20, activation='relu')(inputA)
x = Dense(20, activation='relu')(x)
x = Dense(1, activation='linear')(x)
model = Model(inputs=inputA, outputs=x)
model.compile(optimizer = 'adam', loss = 'mse')
input = tf.random.uniform([10000, 5], 0, 10, dtype=tf.int32)
labels = tf.random.uniform([10000, 1])
model.fit(input, labels, epochs=30, validation_split=0.2)

结果：

时代1/30 250/250 ============================== - 1s 3ms/步进损失: 0.1980 - val_loss: 0.1082

2/30 250/250 ============================== - 1s 2ms/步进损耗: 0.0988 - val_loss: 0.0951

3/30 250/250 ============================== - 1s 2ms/步进损耗: 0.0918 - val_loss: 0.0916

历元4/30 250/250 ============================== - 1s 2ms/步进损耗: 0.0892 - val_loss: 0.0872

5/30 250/250 ============================== -s 2ms/步进损耗: 0.0886 - val_loss: 0.0859

历元6/30 250/250 ============================== - 1s 2ms/步进损耗: 0.0864 - val_loss: 0.0860

历元7/30 250/250 ============================== - 1s 3ms/步进损耗: 0.0873 - val_loss: 0.0863

历元8/30 250/250 ============================== - 1s 2ms/步进损耗: 0.0863 - val_loss: 0.0992

历元9/30 250/250 ============================== -s 2ms/步进损耗: 0.0876 - val_loss: 0.0865

这个模型应该适用于真实的数字。