数据挖掘 - Keras 中使用神经网络的多输出回归 - 吾爱随笔录

我有一个带有输入和 2 个输出列的 .xlsx Excel 文件。该文件中有一些坐标和输出，例如： x= 10 y1=15 y2=20 x= 20 y1=14 y2=22 ...我正在尝试使用 tensorflow 进行回归。但不知何故，我无法做到。我将代码留在这里，如果有人可以提供帮助，我会很高兴！我也准备好了测试数据。

training_data = pd.read_excel(...\training_data.xlsx',sheet_name="i1-o2")

training_data_X = training_data['i1']

training_data_Y = training_data[['o1','o2']]

testing_data = data = pd.read_excel(....\testing_data.xlsx',sheet_name="i1-o2")

testing_data_X = testing_data['i1']

testing_data_Y = testing_data[['o1','o2']]


model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(6, activation='linear')
])

model.compile(optimizer='adam',
              loss='mean_squared_error',
              metrics=['accuracy'])
model.fit(training_data_X,training_data_Y,epochs=10,batch_size=100)

val_loss,val_acc = model.evaluate(testing_data_X,testing_data_Y)
print(val_loss,val_acc)

from tf.keras.models import Sequential from tf.keras.layers import Dense from tf.keras.activations import relu model = Sequential([ tf.keras.layers.Dense(128, activation = relu), tf.keras.layers.Dense(128, activation = relu), tf.keras.layers.Dense(2, activation = None) ])