Keras LSTM 在多类别分类中仅预测 1 个类别 - 如何修复？答案

【问题标题】：Keras LSTM predicting only 1 category, in multi-category classification - how to fix?Keras LSTM 在多类别分类中仅预测 1 个类别 - 如何修复？
【发布时间】：2015-08-11 20:04:57
【问题描述】：

我有一个标签数量相等的文本数据集 - 0,1,2,3,4。我用我的数据集在他们的网站上运行了Keras binary classification 示例LSTM（imdb 示例），编译行更改为

"model.compile(loss='categorical_crossentropy', optimizer='adam', class_mode="categorical")"

但模型只预测了 1 个类别，即20% 准确率一致。

您能帮我修复它/根据需要更改设置吗？

【问题讨论】：

你能发布更多你的代码吗？这可能与您对标签的编码方式有关。

标签： python neural-network lstm keras

【解决方案1】：

你需要修改 with

model.add(Dense(nb_classes))

其中 nb_classes 对应于分类类别的数量。

【讨论】：