我正在以两种方式使用我的研究数据构建神经网络：使用统计程序 (SPSS) 和使用 python。 我正在使用 scikit 学习 MLPRegressor。我遇到的问题是，虽然我的代码显然写得很好（因为它运行），但结果没有意义。r2score 应该在 0.70 左右（它是-4147.64），并且图中表示的相关性应该几乎是线性的。（它只是一条与 X 轴保持恒定距离的直线）。此外，x 和 y 轴的值应介于 0 到 180 之间，但情况并非如此（ X 从 20 到 100，y 从 -4100 到 -3500）

如果你们中的任何一个可以伸出援助之手，我将不胜感激。谢谢！！！！！！

我正在为我的 MLPClassifier 模型进行超参数调整。我正在尝试使用 gridsearch，但出了点问题，我无法得到什么。

这是模型：

这是我的网格搜索：

我得到一堆并没有说太多的错误，我认为可能最相关的是：检查可用参数列表estimator.get_params().keys()。错误是：

但我确实检查了参数键，看起来很好。

我目前正在使用多层感知器 (MLP) 开发有监督的异常检测，目标是在良性和恶意流量之间进行分类。我使用的是CTU-13 数据集，数据集的样本如下： 数据集样本。该数据集有 169032 个良性流量和 143828 个恶意流量。我的 MLP 模型的代码如下：

我得到的结果如下：

但是，从训练曲线来看，我怀疑模型是欠拟合的（根据这篇文章）： 模型的训练曲线

我试图增加神经元和层数（如此处所建议），但同样的问题仍然存在。我感谢任何帮助解决这个问题。

我在 Keras 中构建了一个简单的 MLP。我输入的形状是：

创建模型

这给了我错误：

我有两个问题：

1. 为什么会出现上述错误，我该如何解决？
2. 是output = model.layers[-1].output返回给定输入向量的softmax向量的方法吗？我从来没有在 Keras 做过这个。

我有一个非常基本的 MLP 网络：

我的输入数据形状：(32, 20)
输出形状：(32, 4)
标签形状：(32, 4) num_classes = 4

当我尝试训练时：

即时消息收到以下错误：

请帮忙

我正在训练一个在 3 个类之间进行分类的模型。我每个班级只有 120 张图片，总共有 3 个班级。我已经训练了模型，但是训练和测试精度之间的差异很大。它表明模型是否处于过度拟合或其他状态。

训练和测试数据准确性之间的差异各不相同。所以现在我得到了：

• 训练数据的模型评估 [0.29664946870370346, 0.91636366]
• 对测试数据的模型评估 [0.4278888224678881, 0.8088235]

损失也很大。我应该考虑哪些事情来减少损失并减少训练和测试数据之间的差异最后一件事是我制作了自己的数据集，对于多层感知器来说是否足够。

我将 120 张图像分成训练和测试。100 用于训练，20 用于测试。够了吗？

因此无法初始化 mlp，但不明白为什么。

我正在使用 kerasR 和 Tensorflow 包在 R 中构建神经网络。任务：二元分类（默认预测） ANN 结构为 (23, 16, 8, 4, 1)。

我的代码如下：

我得到如下错误：

py_call_impl(callable, dots$args, dots$keywords) 中的错误：ValueError：在用户代码中：

输出错误：找不到对象“输出”

谁能帮我解释一下这个错误？太感谢了！！！

我已经使用“Tensorflow”建立了一个 MLP 神经网络，如下所示：

我想使用 pytorch 转换上面的 MLP 代码。怎么做？我尝试按如下方式进行：

我使用相同的数据集，但两个代码给出了两个不同的答案。使用 Tensorflow 编写的代码总是比使用 Pytorch 编写的代码产生更好的结果。我想知道我在 pytorch 中的代码是否不正确。如果我在 PyTorch 中编写的代码是正确的，我想知道如何解释这些差异。我期待着任何答复。

尝试使用BayesSearchCV调整 sklearn MLPClassifier hidden_​​layer_sizes超参数时，出现错误：.ValueError: can only convert an array of size 1 to a Python scalar

但是，当我使用GridSearchCV 时，效果很好！我错过了什么？

这是一个可重现的示例：

产生：