Я учусь использовать модуль мозга Gekko для приложений глубокого обучения.
Я настраивал нейронную сеть, чтобы изучить функцию numpy.cos () и затем получить схожие результаты.
Я хорошо подхожу, когда границы моих тренировок:
x = np.linspace(0,2*np.pi,100)
Но модель разваливается, когда я пытаюсь расширить границы:
x = np.linspace(0,3*np.pi,100)
Что мне нужно изменить в моей нейронной сети, чтобы повысить гибкость моей модели, чтобы она работала для других границ?
Это мой код:
from gekko import brain
import numpy as np
import matplotlib.pyplot as plt
#Set up neural network
b = brain.Brain()
b.input_layer(1)
b.layer(linear=2)
b.layer(tanh=2)
b.layer(linear=2)
b.output_layer(1)
#Train neural network
x = np.linspace(0,2*np.pi,100)
y = np.cos(x)
b.learn(x,y)
#Calculate using trained nueral network
xp = np.linspace(-2*np.pi,4*np.pi,100)
yp = b.think(xp)
#Plot results
plt.figure()
plt.plot(x,y,'bo')
plt.plot(xp,yp[0],'r-')
plt.show()
Это результаты до 2pi:
Это результаты до 3pi:
источник