tensorflow训练数据 loss一直在变,但accuracy: 0.0000e+00

之前测试多分类用softmax做最后的激活函数,它的predict值是1D数组,值在0~1且全加起来为1,此时我使用的metrics=[ tf.keras.metrics.SparseCategoricalAccuracy ]多分类正确值,没有问题。
这次是二分类,我觉得就没必要用softmax了,使用了sigmoid,metrics用了tf.keras.metrics.Accuracy()。官网说的比较模糊,结果出现如下:
在这里插入图片描述
之后看到这里https://blog.csdn.net/bcfdeCSDN/article/details/107975554说Accuracy()是比较两数真值,而sigmoid只输出0~1之间的小数,需要判断它和0.5的大小关系决定它归为哪一类。
解决方法也简单,改metrics=[“acc”],他有给小数自动归类的功能。更多判断方法去tensorflow里看这里贴不了链接,反正我太长不看。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值