ользовал KerasRegressor для фиктивного набора данных и попытался сам предсказать значения обучения. Это дает мне выход далеко не удовлетворительный. Данные тренировки не случайны вообще. Кто-нибудь может мне помочь?

from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasRegressor

import numpy as ny

X = ny.array([[1,2], [3,4], [5,6], [7,8], [9,10]])
Y = ny.array([3, 4, 5, 6, 7])
N = 5

def brain():
    #Create the brain
    br_model=Sequential()
    br_model.add(Dense(3, input_dim=2, kernel_initializer='normal',activation='relu'))
    br_model.add(Dense(2, kernel_initializer='normal',activation='relu'))
    br_model.add(Dense(1,kernel_initializer='normal'))

    #Compile the brain
    br_model.compile(loss='mean_squared_error',optimizer='adam')
    return br_model


estimator = KerasRegressor(build_fn=brain, nb_epoch=1000000, batch_size=5,verbose=1)
print "Done"


estimator.fit(X,Y)
prediction = estimator.predict(X)

print Y
print prediction

Выход

[3 4 5 6 7]
[0.001 0.001 0.001 0.001 0.001]

По сути, прогноз составляет 0,001, а фактическое значение - нет. Я пытался с другими сетевыми конфигурациями, но я сталкиваюсь с той же проблемой. Что я должен делать / (не делать), чтобы получить точный вывод ??