Neural network 用keras拟合曲面

大家好

我是一名机器学习新手，我决定先安装一个3D函数z=-x^2+y^2。 首先，我创建了一个网格，并在每个点上计算函数：

dataset=[(x,y,-x**2+y**2) for x  in range(-50,50) for y in range(-50,50)]
coord=dataset[:,0:2] 
z=dataset[:,2:]

模型架构：

opt= tf.keras.optimizers.Adam(learning_rate=0.01)
model = tf.keras.models.Sequential([
  Dense(256, activation='relu',input_dim=2), 
  Dense(128, activation='relu'),
  Dense(64, activation='relu'),   
  Dense(10,activation='relu'), 
  Dense(1)
])
model.compile(loss='mae', optimizer=opt)
history=model.fit(coord, z, epochs=30,batch_size=15, verbose=1)

在这一点上，我尝试调整架构，尝试不同的损失函数、优化器和批量大小。 但是，我的损失函数似乎没有改善。它遵循一个良好的趋势，但它会被固定在相当高的值上

为了接近零，你会怎么做？

---

谢谢大家!

你肯定应该使用超过30个纪元。我推荐大约300-600个时代。这可能是导致您出现问题的原因