keras:同一代码多次执行后会预测全为0

在使用keras进行机器学习的练习中，下面代码期望是永远不会结束，但是在实际中执行几步后程序就会退出，有大神知道怎么解决吗？代码如下：

import os

import numpy as np

import matplotlib.pyplot as plt

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import Dense

while True:

    x = np.linspace(-2, 6, 20000)
    np.random.shuffle(x)
    y = 0.5 * x*x + 2*x +3+np.random.randn(20000,)*0.01
    model = Sequential()    
    model.add(Dense(64, activation='relu',input_shape=(1,)))    
    model.add(Dense(1,activation='relu'))

    model.compile(loss='mae', optimizer='sgd')#绝对值均差，公式为(|y_pred-y_true|).mean()

    model.fit(x, y, epochs=10, batch_size=40)

    x_test=np.linspace(-2, 6, 200)

    y_test = 0.5 * x_test*x_test + 2*x_test +3

    cost_eval = model.evaluate(x_test, y_test)
    model.summary()
    y_prediction = model.predict(x_test)
    if y_prediction[-1]<10:
            print('????')
            break

print('????')

将y_prediction打印出来就发现了，y_prediction最后值全部变为了0

x_test和y_test的值固定，那么就是model一直在变化

多加几个print语句，逐个分析

https://www.jb51.net/article/190237.htm