我不明白为什么这个极其简单的输入-输出问题无法被下面的ANN学习。我猜我的代码里有错误，但找不到它。

X = np.array([[ 1.,  1., -1.,  1.],              [ 1.,  1.,  1.,  1.],              [ 1.,  1.,  1.,  1.]])Y = np.array([[ 1.,  1., -5.,  1.],              [ 1.,  1.,  1.,  1.],              [ 1.,  1.,  1.,  1.]]) model = Sequential()model.add(Dense(4, activation='relu'))model.add(Dense(8, activation='relu'))model.add(Dense(16, activation='relu'))model.add(Dense(4, activation='linear'))model.compile(loss='mse', optimizer='adam', metrics=['mae'])erg = model.fit(X,Y, epochs=10, batch_size=1, verbose=1)

回答：

正如Matias提到的，你在最后一层使用了softmax激活函数，而它无法用于生成你数据集中的结果，因为softmax激活函数仅在你的数据集目标是某种概率时才适合作为输出层的激活函数。使用linear代替softmax应该会有所帮助。

model.add(Dense(4, activation='linear'))