[Bot]

Hello, en gros j’apprend les bases des réseaux neuronaux et j’ai donc un code le plus basic pérmétant d’entrainer une ia à trouver un carré d’un nombre.
Cependant mes loss reste bloqué à zero donc ne progresse plus à partir d’un certain point qui n’est absolument pas précie.

Quelqu’un aurait une idée ?

Mon code:

import numpy as np
import time
import random
from keras import models, layers, optimizers

model = models.Sequential()
model.add(layers.Dense(units=3, input_shape=(1,)))
model.add(layers.Dense(units=64))

model.add(layers.Dense(units=1))

entree = np.array()
sortie = np.array()

model.compile(loss=’mean_squared_error’, optimizer=optimizers.Adam(learning_rate=0.0001))
model.fit(x=entree, y=sortie, epochs=5000)

while True:
x = int(input(« Nombre : »))
print(« Prédiction:  » + str(model.predict(np.array([[x]]))))

Le cmd après des milliers de gen en screen ( le loss est à 1 depuis la gen 1500…)

——————–
sl4yz – Envoyé depuis le Discord : Culte du code

Sujet

[Bot]

Vous pouvez tentez d’augmenter le nombre de couches ou d’augmenter les neurones? Sinon augmentez le nombre d’échantillons d’entraînement car vous entraînez votre modèle sur quatre échantillons seulement actuellement. Sinon vous pouvez tentez d’utiliser une fonction différente comme ReLU, sinon le taut d’apprentissage que vous avez choisi peut être trop petit pour votre modèle (0.00001). Vous entraîner votre modèle sur 5000 Epoch, pour une tâche aussi simple, 1000 serait suffisant.

——————–
foundationscp – Envoyé depuis le Discord : Culte du code

[Auteur]

Réponses