我刚开始使用tflearn/tensorflow进行机器学习,下面的模型有问题。 它总是从数据集(0或1)中预测相同的结果。 我已经确保我的输入是fdatatype float,并且我的训练集是平衡的。你知道是什么引起了这个问题吗? 代码如下:
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!在
你应该看看之前的帖子,上面的人和你有同样的问题: Why my CNN returns always the same result?
否则,你的训练装备有多大?在
你有没有试过只训练它一个历元,看看它是否能学到一些东西?在
相关问题 更多 >
编程相关推荐