我的猜测是程序学到了一个“不管输入是什么，就直接输出0.5”的模型。
这个也比较好理解，因为你的数据量只有30个（几乎等于没有数据），所以模型很可能几乎无法从输入提取任何信息。如果你每次都随机生成一个0到1的值并让模型猜，那模型最合理的表现就是每次都输出0-1均匀分布的期望，也就是0.5.
如果你真的想在数据只有30个的情况下得到一个合理的结果，可以搜索一下“小样本学习”。
3 Likes
原来是这样子啊！
虽然之前显示的训练loss看起来很小，但是实际上回归的结果并不是真的准确（可能其实都在0.5附近）。这点可以从model.evaluate(test_dataset)的结果loss看出来（loss也同样看起来很小，但是predict的结果却都是0.5附近）。
多谢解惑！
1 Like
試試mid-layer的activation改用relu或leakyrelu，BatchNormalization也拿掉看看，輸出的Dense保持不動就可以了