我刚开始学习机器学习，正在尝试构建一个不会为给定输入预测标签的网络。相反，它应该在一定范围内猜测结果，例如：

a_old = [5.5, 3.4 , 1.1] , x = 1.732 , y = 2.223 , z = -1.444 =======> a_new = [6.6 , 5.1, 0.9] 

网络应该预测a_new，但a_new是一个三维向量，其值域非常大，因此我无法创建10^15个不同的标签来对其进行分类。

对于这类问题，我需要哪种类型的神经网络？这是可行的吗？

回答：

你可以为你的网络选择任何架构，然后使用线性激活函数作为输出，并使用均方误差损失。例如：

model = Sequential()model.add(Dense(150, input_dim=n, kernel_initializer='glorot_uniform', activation='relu'))model.add(Dense(30, kernel_initializer='glorot_uniform', activation='relu'))model.add(Dense(1, kernel_initializer='glorot_uniform', activation='linear'))model.compile(loss='mse', optimizer=optimizers.adam(lr=0.01))