Keras模型无法学习

Question

我的模型权重（我将它们输出到weights_before.txt和weights_after.txt）在训练前后都是精确的相同的，也就是说训练不会改变任何东西，不会发生拟合。在

我的数据是这样的（我基本上希望模型预测特征的符号，如果特征为负，结果为0，如果特征为正，则为1）：

,feature,zerosColumn,result
0,-5,0,0
1,5,0,1
2,-3,0,0
3,5,0,1
4,3,0,1
5,3,0,1
6,-3,0,0
...

我的方法简介：

1. 加载数据。在
2. 按列拆分为x（feature）和y（result），将这两个行拆分为test和{}集。在
3. 将这些集合转换成TimeseriesGenerators（在这个场景中不是必需的，但是我想让这个设置工作起来，我不认为有任何理由不应该这样做）。在
4. 创建并编译简单的Sequential模型，在其输出层上具有很少的Dense层和softmax激活，使用binary_crossentropy作为损失函数。在
5. 训练模特。。。什么都不会发生！在

完整代码如下：

^{pr2}$

你有什么想法吗？在

Answer 1

问题是您使用softmax作为最后一层的激活函数。本质上，softmax规范化其输入，使元素之和为一。因此，如果在只有一个单元的层上使用它（即Dense(1,...)），那么它总是输出1。要解决这个问题，将最后一层的激活函数改为sigmoid，它输出一个范围为(0,1)的值。在