python - 就数据而言，我的神经网络模型如何找到（从我的数据集中）最接近用户输入列表的列表？
问题描述
我的数据集是一个包含很多列表的列表。我将从用户那里获取另一个列表作为输入。如何通过神经网络解决这个问题？我怎样才能让我的神经网络模型告诉我哪个列表（从我的数据集中）在数据方面最接近从用户那里获取的列表..
来自用户的输入 - 一个列表。. 输出（预测） - 我的数据集中最接近输入列表的列表的索引。我的数据集中有 50 个列表作为一个列表。我使用了一个 ANN 模型，我的代码是这个 _
ann=tf.keras.models.Sequential()
ann.add(tf.keras.layers.Dense(units=1,activation='relu'))
ann.add(tf.keras.layers.Dense(units=1,activation='relu'))
ann.add(tf.keras.layers.Dense(units=50,activation='softmax'))
ann.compile(optimizer='adam',loss='categorical_crossentropy',metrics=['accuracy'])
ann.fit(x,y,batch_size=32,epochs=50)
.