各位好，目前遇到一個欠擬合的問題，使用的模型為MLP (多層感知機，使用 2 層隱藏層)，詳細參數在附圖中，第二張照片中的P(θ)為object function，而第一章照片為P(θ)繪出的樣子，P(θ)為神經網路輸入，其中θ為0~180°，因此神經網路輸入有180個，Sn為神經網路的輸出，其中N為9，因此神經網路輸出有9個。
數據前處理的部分是將輸入資料正規至0~1之間(也有將輸出資料正規化但效果不佳)。
目前依照架構大致相同的文獻指出Loss應為 2x10^(-4) 左右，但我的模型Loss約在1.5x10^(-2)左右，因此認為是欠擬合的，透過調整許多次Epoch、learning rate、Batch size、權重初始位置、隱藏層神經元個數、訓練集筆數，依然無法再進一步降低Loss，請問各位認為是甚麼原因呢，或是有甚麼建議修正的方法。
已邀請的邦友 {{ invite_list.length }}/5
iThome鐵人賽
看影片追技術