Kerasによる学習について

前提・実現したいこと

Kerasを使用して画像のr,g,b値を予測しbmp画像を生成するということをしたいです。
bmp画像の大きさは学習データ・テストデータ・予測データすべて等しく、サイズ149 x 115で、下記のようにr,g,bの3種類×17135行のcsvファイルとして用意・出力します。それを学習用のlistに与えるために1×51405にflattenしています。
学習データは51枚、テストデータは20枚を入力し、予測データは20枚を出力したいです。

発生している問題・エラーメッセージ

精度がこのようなグラフになっており、ずっと0のまま上がりません。
また、

lossも減っていきません。
この精度で出力したcsvの値は

このように学習データには存在していなかったようなとても大きな値、またマイナス値が出現したりしてしまいます。
どこが悪いのでしょうか…？

該当のソースコード

python
1# モデルを作成
2model = Sequential()
3# 入力層　51405入れて51405出力
4model.add(Dense(100, input_dim=51405, activation='relu'))
5# 中間層
6model.add(Dense(100, activation='relu'))
7# 出力層　51405出力
8model.add(Dense(51405))
9
10# モデルのコンパイル
11opt = Adam(lr=0.001) # オプティマイザにAdamを使用
12model.compile(loss="categorical_crossentropy", optimizer=opt, metrics=["accuracy"])
13
14
15# モデルの学習
16# epochが回数、lossがそんな変わらんのなら回数減らしてもOK
17# バッチサイズは1回に計算するデータの数
18history = model.fit(kyoushiTpPflist3, kyoushiPflist3, nb_epoch=10000, batch_size=15, validation_data=(testTpPflist3, testPflist3))
19