Keras 多分类器总是给出 0 输出

如何解决Keras 多分类器总是给出 0 输出

我为多分类构建了这个 keras 模型

model = tf.keras.Sequential([
  tf.keras.layers.Dense(32,activation='relu'),tf.keras.layers.Dense(16,tf.keras.layers.Dropout(0.2),tf.keras.layers.Dense(8,tf.keras.layers.Dense(1,activation='sigmoid')
])

model.compile(optimizer='adam',loss=tf.keras.losses.CategoricalCrossentropy(from_logits=True))

这是我的数据，归一化

这些是我从 0 到 5 的目标值

我用这段代码准备数据集

train_dataset = tf.data.Dataset.from_tensor_slices((dff[:92000],target[:92000]))
test_dataset = tf.data.Dataset.from_tensor_slices((dff[500:520]))
# random slice of test dataset

train_dataset = train_dataset.batch(100)
test_dataset = test_dataset.batch(1)

然后我用这个训练和测试了我的模型

model.fit(train_dataset,epochs=20) 

predictions = model.predict(test_dataset)
classes = np.argmax(predictions,axis = 1)

classes 输出始终为 0：[0,0]

我已经尝试过没有标准化我的数据，但输出仍然相同。

解决方法

来自评论

将其更改为 Dense(5,activation='softmax') 后已解决问题（转述自 M.Innat）

工作代码如下图

model = tf.keras.Sequential([
  tf.keras.layers.Dense(32,activation='relu'),tf.keras.layers.Dense(16,tf.keras.layers.Dropout(0.2),tf.keras.layers.Dense(8,tf.keras.layers.Dense(5,activation='softmax')
])

model.compile(optimizer='adam',loss=tf.keras.losses.CategoricalCrossentropy(from_logits=True))

Keras 多分类器总是给出 0 输出是因为你的最后一个 > 密集层只有 1 个单元，这意味着你的输出有一个大小 (1,) 并且您正在应用结果获得的 argmax 操作 index 0 每次（从 Frightera 转述）