带有tflearn的DNN总是预测相同的值

Question

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

Answer 1

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