这是我的代码:
model = Sequential()
model.add(Dense(50, input_dim=33, init='uniform', activation='relu'))
for u in range(3): #how to efficiently add more layers
model.add(Dense(33, init='uniform', activation='relu'))
model.add(Dense(122, init='uniform', activation='sigmoid'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
#This line of code is an update to the question and may be responsible
model.fit(X_train, Y_train, nb_epoch=35, batch_size=20, validation_split=0.2, callbacks=[EarlyStopping(monitor='val_loss', patience=10)])
它正在运行时代并在准确性上变得更好,但是损失开始是NAN,准确性下降了。我使用了model.predict
并从中遇到了错误。
有人得到了修复吗?
如果使用categorical_crossentropy
作为损失函数,则模型的最后一层应为softmax
。
在这里,您使用的是sigmoid
,它有可能使输出的所有维度接近0,这将导致溢出损失,因此nan
。