我有一個X由均值和標準差組成的數據集，重復 5 次，所以數組中有 10 列并且Y由范圍組成：例子：0 到 2020 至 4040 至 6060 至 8080 到 100要將值轉換為 0 和 1，每個元素除以其列的最高出現次數，這適用于 X 和 Y目標：使 X 和 Y 生成接下來的 60 個值X = 60 個值的塊Y = 每個區塊接下來的30個值問題：出于某種原因，我得到負值，看起來我的神經網絡出現故障X：[[0.573 0.699 0.412 0.224 0.696 0.512 0.326 0.314 0.79  0.685] [0.456 0.251 0.629 0.523 0.344 0.286 0.8   0.699 0.721 1.   ] ... [0.229 0.148 0.683 0.624 0.222 0.146 0.687 0.732 0.296 0.184] [0.646 0.627 0.204 0.152 0.542 0.632 0.36  0.224 0.291 0.215]]是：[[1.    0.5   0.    0.    0.   ] [1.    0.5   0.    0.    0.   ] ... [1.    0.5   0.    0.    0.   ] [1.    0.5   0.    0.    0.   ]]腳本：model = keras.Sequential(    [        layers.Dense(10, activation="sigmoid", name="hidden-input"),        layers.Dense(5, name="output"),    ])model.compile(optimizer = 'Adam', loss = 'mse', metrics = ['mae'])model.fit(X, Y, epochs = 20, batch_size = 10)print(model.summary())y = model.predict(X)概括：_________________________________________________________________Layer (type)                 Output Shape              Param #   =================================================================hidden-input (Dense)         multiple                  110       _________________________________________________________________output (Dense)               multiple                  55        =================================================================Total params: 165Trainable params: 165Non-trainable params: 0火車：Epoch 1/2048/48 [==============================] - 0s 2ms/sample - loss: 0.3500 - mean_absolute_error: 0.4904...Epoch 20/2048/48 [==============================] - 0s 178us/sample - loss: 0.0283 - mean_absolute_error: 0.1172輸出：[[ 8.6036199e-01  4.6452054e-01  1.3958054e-02 -2.3673278e-01 3.2733783e-02] [ 9.7470945e-01  4.6182287e-01  6.4254209e-02 -2.0704785e-01 -2.0927802e-02]  ... [ 7.7844203e-01  4.5801651e-01 -2.5306268e-02 -2.8805625e-01 4.5798883e-02]]