回答編集履歴
1
一部修正
test
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
実際に、データのロード部分を、ダミーデータに書き換えて、その他は全く同じコードで、Google Colabで走らせたところ、問題なく学習できました。（loss=0.015くらいになりました）
|
|
5
|
+
実際に、データのロード部分を、ダミーデータに書き換えて、その他は全く同じコードで、Google Colabで走らせたところ、問題なく学習できました。（loss=0.015くらいになりました。ノイズを考慮してちゃんと学習できています。）
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
@@ -60,16 +60,18 @@
|
|
|
60
60
|
|
|
61
61
|
書き換え後（`correct_data`を`input_data`（乱数値）からの単純計算とノイズで決定するダミーデータ）
|
|
62
62
|
|
|
63
|
+
※標準化ができているかを確認するため、入力の3列のスケールをわざと変えています。
|
|
64
|
+
|
|
63
65
|
|
|
64
66
|
|
|
65
67
|
```Python
|
|
66
68
|
|
|
67
69
|
n_data = 67240
|
|
68
70
|
|
|
69
|
-
input_data = np.random.rand(n_data, 3) * 1000
|
|
71
|
+
input_data = np.random.rand(n_data, 3) * np.array([1000, 100, 1])
|
|
70
72
|
|
|
71
73
|
noise = np.random.rand(n_data) * 200 - 100
|
|
72
74
|
|
|
73
|
-
correct_data = (input_data
|
|
75
|
+
correct_data = (input_data[:, 0] + input_data[:, 1] * 10 + input_data[:, 2] * 1000 + noise).reshape(-1, 1)
|
|
74
76
|
|
|
75
77
|
```
|