Sigmoid 函数输出答案

【问题标题】：Sigmoid function outputSigmoid 函数输出
【发布时间】：2021-04-25 03:00:07
【问题描述】：

我有以下神经网络模型。

nn_classifier = Sequential()
nn_classifier.add(Dense(output_dim = 16 ,activation='relu',input_dim = 13))
nn_classifier.add(Dense(output_dim = 16,activation='relu'))
nn_classifier.add(Dense(output_dim = 1, activation = 'sigmoid'))

nn_classifier.compile(optimizer = 'sgd', loss = 'binary_crossentropy', metrics=[tf.keras.metrics.BinaryAccuracy(threshold=0.5)])
model=nn_classifier.fit(X_train, Y_train ,validation_split=0.33, batch_size = 10, nb_epoch = 100)
Y_pred = nn_classifier.predict(X_test)

由于我在输出层中使用了 sigmoid 函数，因此我期望预测值 (Y_pred) 为 0 或 1。但我得到了一些十进制值。是不是我的理解错了？

【问题讨论】：

标签： neural-network classification sigmoid

【解决方案1】：

Sigmoid 总是在 [0,1] 中给出一个值，您需要对该值进行四舍五入，这意味着如果阈值高于阈值则修复阈值，否则为 1。

【讨论】：

知道了。我认为sigmoid将给出0或1.所以它给出0到1之间。有没有办法在模型中设置一个阈值，如果预测值小于 0.5，则为 0，否则为 1。
你可以使用round函数，如果小于阈值则为0.5，否则为0。
你可以向我展示一段代码，其中使用圆函数吗？ span>
np.argmax(Y_pred,axis=1) 这应该可以工作。