神经网络的预测结果一样，请问我应该怎么改进？

我在预测自行车的练习赛中，定义了这样的一个神经网络，但是我预测的结果都是一样的，请问我该怎么改进！谢谢指导！

net = torch.nn.Sequential(
    torch.nn.Linear(7,100),    # 输入层到隐藏层
    torch.nn.Sigmoid(),
    torch.nn.Linear(100,1),    # 隐藏层到输出层
)
optimizer = torch.optim.Adam(net.parameters(),lr=0.02)
loss_func = torch.nn.MSELoss()

下面是训练过程！

for i in range(60):
    prediction = net(train)
    loss = loss_func(prediction,y_train)
    # 梯度归零
    optimizer.zero_grad()
    # 计算梯度
    loss.backward()
    # 更新结点
    optimizer.step()
    if i % 20 == 0:
        print(loss)

本应该输出的结果：

tensor([15., 48., 21., 11., 39., 12., 11., 67., 77., 2.])

Out

    tensor([[51.4017],

            [49.5164],

            [48.2066],

            [49.3453],

            [49.4258],

            [48.9165],

            [48.8166],

            [49.5939],

            [50.7129],

            [49.8309]], grad_fn=)