未经训练的二元分类keras模型的所有输出均为1

Question

我正在尝试用一个隐藏层构建一个小型神经网络。 我希望在训练之前，该模型将输出随机值。 但是对于所有输入，我得到1.0作为输出。 为什么会这样？

import tensorflow as tf
from tensorflow import keras
import numpy as np

def NewModel():
  return keras.Sequential([
    keras.layers.Dense(20, input_shape=(18,), activation=tf.nn.relu, name="inputLayer"),
    keras.layers.Dense(1, activation=tf.nn.softmax, name="outputLayer"),
    ])

model = NewModel()
i = np.array([[0.2]*18])
print(model.predict(i))

Answer 1

您不能将softmax与单个输出神经元一起使用，因为它会通过除以所有神经元的输出进行归一化，从而产生一个恒定的1.0值，这就是您所看到的。