python – Keras模型不学习
发布时间：2020-12-20 12:03:21 所属栏目：Python 来源：网络整理
导读：我的Keras模型没有学习任何东西,我无法弄清楚原因.我甚至将训练集大小减少到5个元素,并且模型仍然不适合训练数据. loss function visualized with TensorBoard 这是我的代码： model = Sequential()model.add(Conv1D(30,filter_length=3,activation='relu',i
|
我的Keras模型没有学习任何东西,我无法弄清楚原因.我甚至将训练集大小减少到5个元素,并且模型仍然不适合训练数据.
loss function visualized with TensorBoard 这是我的代码： model = Sequential()
model.add(Conv1D(30,filter_length=3,activation='relu',input_shape=(50,1)))
model.add(Conv1D(40,filter_length=(3),activation='relu'))
model.add(Conv1D(120,activation='relu'))
model.add(Flatten())
model.add(Dense(1024,activation='relu'))
model.add(Dense(256,activation='relu'))
model.add(Dense(32,activation='relu'))
model.add(Dense(1,activation='relu'))
model.summary()
model.compile(loss='mse',optimizer=keras.optimizers.adam())
train_limit = 5
batch_size = 4096
tb = keras.callbacks.TensorBoard(log_dir='./logs/' + run_name + '/',histogram_freq=0,write_images=False)
tb.set_model(model)
model.fit(X_train[:train_limit],y_train[:train_limit],batch_size=batch_size,nb_epoch=10**4,verbose=0,validation_data=(X_val[:train_limit],y_val[:train_limit]),callbacks=[tb])
score = model.evaluate(X_test,y_test,verbose=0)
print('Test loss:',score)
print('Test accuracy:',score)
任何帮助是极大的赞赏！ 解决方法
这似乎是一个回归问题.我注意到的一件事是你的最后一层仍然有ReLU激活功能.我建议在最后一层取出ReLU.
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |