python – Keras模型不学习

概述我的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=( 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. 总结

以上是内存溢出为你收集整理的python – Keras模型不学习全部内容，希望文章能够帮你解决python – Keras模型不学习所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。