编辑:我有部分答案,请看这篇文章的结尾
在制作了两个不同的模型来预测智囊团玩家的分数之后,我现在尝试制作一个有两个输出的单一模型:
这个条目包含了玩家的提议和在二进制表中找到编码的秘密。6种颜色*4个引脚=秘密24位,提案24位。在
这是我的模型架构。在
以下是我的主要代码:
main_input = Input(shape=(input_layer_size, ), name='main_input')
x = Dense(hidden_layer_size, activation="relu")(main_input)
for i in range(nb_hidden_layer):
x = Dense(hidden_layer_size, activation="relu")(x)
rcrp_out = Dense(1, activation='sigmoid', name='rcrp_out')(x)
rcwp_out = Dense(1, activation='sigmoid', name='rcwp_out')(x)
model_rpwp = Model(inputs=main_input, outputs=[rcrp_out, rcwp_out])
model_rpwp.compile(optimizer='rmsprop', loss=['binary_crossentropy', 'binary_crossentropy'], metrics=['accuracy'])
以下是培训数据示例:
^{pr2}$可能有些东西我不明白,因为我的模型什么也学不到,总是为两个输出预测0。在
我尝试过多种损失函数和架构,但都没用。我的输入和输出数据是按照我的预期形成的。在
你能帮我明白我做错了什么吗?在
编辑:
我有部分答案。
rcrp_out
和rcwp_out
的Sigmoid激活函数返回一个介于0和1之间的浮点数,因此它永远不会是自然数。在这种情况下,我需要更改激活函数和丢失函数,或者对标签的数据进行二进制处理。在
我用这些函数对标签数据进行了二进制处理。在
我的数据如下:
^{pr2}$它现在如预期的那样工作。在
相关问题 更多 >
编程相关推荐