Je suis un débutant de keras. Quand j'applique la régression linéaire, je rencontre une perte de nan, qui m'obsède beaucoup. Je mets mon code source ci-dessous:Mise en œuvre de la régression linéaire en utilisant keras résultant nan perte
from keras.layers import Dense,Activation
from keras.models import Sequential
import numpy as np
model = Sequential()
model.add(Dense(1,input_shape=(1,)))
model.add(Activation('linear'))
model.compile(loss='mse',optimizer='sgd',metrics=['mse'])
x = np.linspace(1,100,1e3)
y = 3*x + 1 + np.random.normal(size=x.shape)
model.fit(x,y,batch_size=100)
Ensuite, la sortie de perte est nan. Mais quand je change les données de formation, le code correspondant est:
x = np.linspace(1,10,1e3)
tout va bien, ce qui finalement je peux obtenir le w approximativement 3,0 et b approximation 1. Tout le monde sait pourquoi cela se passerait-il? Merci d'avance.