h2o java,h2o深度学习权重和规范化

我得到了一个奇怪的权重矩阵 . 我的任务很简单：给定x，y计算x y .

我有214行，3列 . 第一列(x)从(-1000,1000)均匀地绘制，第二列(y)从(-100,100)均匀绘制 . 我只是想把它们组合起来，所以我有一个带有单个神经元的隐藏层 . 这是我的代码：

library(h2o)

localH2O = h2o.init(ip = "localhost", port = 54321, startH2O = TRUE)

train

model

print(h2o.weights(model,1))

print(h2o.weights(model,2))

结果是

> print(h2o.weights(model,1))

x y

1 0.5586579 0.05518193

[1 row x 2 columns]

> print(h2o.weights(model,2))

C1

1 1.802469

由于某种原因，y的权重值比x的重量值低0.055-10倍 . 因此，最终神经网络将计算x y / 10 . 但是，h2o.predict实际上返回正确的值(即使在测试集上) .

我'm guessing there'是一个预处理步骤，它以某种方式扩展我的数据 . 有什么方法可以重现模型产生的实际重量吗？我希望能够想象一些非常简单的神经网络 .