Python 神经网络非线性回归

如何创建NN来求解例如：2*x**3+4*x+8+随机噪声？ 我可以用sklearn的线性回归很容易地做到这一点，但我希望能够在我不知道函数是否为log/exp/poly/etc的多变量样本中实现这一点。 非常感谢。

---

Ashkan

神经网络中的非线性可以通过简单地拥有一个具有非线性激活函数的层来实现，例如（relu）。例如：

from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense

model = Sequential()
model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))
model.add(Dense(1))

model.compile(optimizer='adam', loss='mse')
model.fit(X_train, y_train, epochs=10, batch_size=16, verbose=0)

---

只需要再加3层-谢谢Tony

relu仍然是线性的（relu（x）=max（0，x））。它不可能看到x的3度。@Ashkan，它有多层can@NicolasGervais在10000个时代之后（4层致密/再结晶）。谢谢