[英]DNN with tflearn always predicts the same value
我只是从使用tflearn / tensorflow进行机器学习开始,而我的以下模型有问题。 它总是从数据集的两个可能值(0或1)中预测相同的结果。 我确保我的输入是fdatatype float,并且我的训练集是平衡的。 知道是什么原因引起的吗? 这是代码:
def build_model():
tf.reset_default_graph()
net = tflearn.input_data([None,11])
#Hidden layer
net = tflearn.fully_connected(net,1,activation='softmax')
net = tflearn.regression(net,optimizer='sgd',
learning_rate=0.1,
loss="categorical_crossentropy")
model = tflearn.DNN(net)
return model
model = build_model()
model.fit(np.asarray(Xtrain),np.asarray(Ytrain),validation_set=0.1,show_metric=True,n_epoch=30,batch_size=50)
谢谢!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.