文章目录

问题

将特征全都标准化到 [0,1]，设计了多层 Dense， 训练，发现评估指标一直不下降，而且预测值全部都相同，如下所示：
在这里插入图片描述
在这里插入图片描述

原因

看了一下激活函数用的是relu，因为relu的激活小于0全等于0，大于0就保持不变；猜测是全部都小于0，导致全部都等于0，于是对于所有样本都输出同一个预测值。
在这里插入图片描述

解决方案

激活函数改为tanh，性能评估指标发生了变化，预测值也发生变化
在这里插入图片描述
在这里插入图片描述

Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

Claude API vs OpenAI API 成本横评：同等任务量谁更省钱？（2026最新版）

avatar 2048 AI社区
cover

A100、H100、H20算力租赁怎么选？企业级GPU选型指南

avatar 2048 AI社区

Molio 开源：把知识库、AI 写作、排版和多平台发布串成一条工作流

当前主流的 AI 写作方式，本质上是一种监工模式：你打开对话窗口，一步步给指令，实时审视输出，随时纠偏。AI 每推进一步都需要你的输入，你成了整个系统里最大的单点故障。问题出在哪？不是 AI 能力不够，而是你和 AI 之间的上下文不完整。AI 看不到你的知识库，不知道你之前写过什么，不了解你的风格和偏好。每次对话都是一张白纸，你得从头交代背景。这正是 Molio 把知识库和 AI 放在同一个窗口里

avatar 2048 AI社区