Bonjour, je suis en tain de mettre au point un réseau de neuronne en python avec keras pour faire des additions

Comme input/output j'ai ce fichier csv
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
 
1,2,3
3,3,6
4,5,9
10,8,18
1,3,4
5,3,8
qui se lit de cette façon :
1+2=3
3+3=6
4+5=9
...etc.

j'ai donc monter le réseau de neuronne avec keras :
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
 
from keras.models import Sequential
from keras.layers import Dense
import numpy
 
seed = 7
numpy.random.seed(seed)
 
dataset = numpy.loadtxt("data.csv", delimiter=",")
 
X = dataset[:,0:2]
Y = dataset[:,2]
 
model = Sequential()
model.add(Dense(12, input_dim=2, init='uniform', activation='relu'))
model.add(Dense(2, init='uniform', activation='relu'))
model.add(Dense(1, input_dim=2, init='uniform', activation='linear'))
 
 
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])
model.fit(X, Y, epochs=150, batch_size=10,  verbose=2)
 
 
predictions = model.predict(X)
rounded = [round(x[0]) for x in predictions]
print(rounded)
j'utilise bien une fonction d'activation qui est censé me retourner des valeurs > 1 (pas comme la sigmoïde que l'on retrouve assez souvent)
mais poutant j'ai comme output ceci 1,1,1,3,1,1,1...etc.

j'ai quasi que des 1 pourquoi ?
j'ai essayé de jouer sur les valeur en augmentant/diminuant les nombre dans la fonction dense mais il n'y a aucun changement.