我的验证准确度为零答案

【问题标题】：I am getting zero validation accuracy我的验证准确度为零
【发布时间】：2021-12-10 03:09:52
【问题描述】：

我的 LSTM 模型的验证准确度为零。由于我的模型是多对一模型，因此我在最后一个密集层中使用了一个单元。但是，它给了我这种准确性。

536/536 [===============================] - 6s 8ms/step - loss: nan - 准确度：0.0000e+00 - val_loss：南 - val_accuracy：0.0000e+00

我的模型是：

classifier1 = Sequential()
classifier1.add(CuDNNLSTM(100, input_shape = (x1_train.shape[1], x1_train.shape[2]), return_sequences= True))
# classifier1.add(Dropout(0.02))
classifier1.add(CuDNNLSTM(100))
classifier1.add(Dropout(0.02))
classifier1.add(Dense(100, activation = 'sigmoid'))
# classifier1.add(Dense(300))
classifier1.add(Dropout(0.02))
classifier1.add(Dense(1, activation='softmax'))
# classifier1.add(Dropout(0.02))
# classifier1.add(Dense(1))
early_stopping = EarlyStopping(monitor='val_loss',patience=3, verbose = 1)
callback = [early_stopping]

classifier1.compile(
loss='sparse_categorical_crossentropy',
# loss = 'mean_squared_error',
# optimizer=Adam(learning_rate=0.05, decay= 1e-6),
optimizer='rmsprop', 
metrics=['accuracy'])

classifier1.fit(x1_train, y1_train, epochs=1 ,
              validation_data=(x1_test, y1_test),
              batch_size=50
              # class_weight= 'balanced'
              # callbacks = callback)
)

【问题讨论】：

请澄清您的具体问题或提供其他详细信息以准确突出您的需求。正如目前所写的那样，很难准确地说出你在问什么。
你不能只对一个神经元使用 softmax（想想它可以产生什么值）。

标签： python tensorflow keras lstm recurrent-neural-network

【解决方案1】：

您的网络的输出维度为 1，因此您应该在最后一层使用 sigmoid 激活而不是 softmax，尤其是用二元交叉熵替换分类交叉熵，因为这是一个二分类问题。那么它应该可以工作了。

【讨论】：