回答編集履歴
1
一部修正
answer
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
**コードそのものに不具合はありません**。データそのものが学習に不向きであるか、モデルがデータに合っていません。
|
|
2
2
|
|
|
3
|
-
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）
|
|
3
|
+
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。）
|
|
4
4
|
|
|
5
5
|
これ以上の分析には、データそのものを公開いただく必要があるとともに、（コードに問題があるか、という）質問の位置づけが全く変わってしまいます。そのため、データを公開いただくか、何らかの公開されたデータで学習できないことを再現いただく前提で、新たに質問いただくことをオススメします。
|
|
6
6
|
|
|
@@ -29,10 +29,11 @@
|
|
|
29
29
|
```
|
|
30
30
|
|
|
31
31
|
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）
|
|
32
|
+
※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。
|
|
32
33
|
|
|
33
34
|
```Python
|
|
34
35
|
n_data = 67240
|
|
35
|
-
input_data = np.random.rand(n_data, 3) * 1000
|
|
36
|
+
input_data = np.random.rand(n_data, 3) * np.array([1000, 100, 1])
|
|
36
37
|
noise = np.random.rand(n_data) * 200 - 100
|
|
37
|
-
correct_data = (input_data
|
|
38
|
+
correct_data = (input_data[:, 0] + input_data[:, 1] * 10 + input_data[:, 2] * 1000 + noise).reshape(-1, 1)
|
|
38
39
|
```
|