在二元交叉熵上获得非常低的准确度得分[Keras]

Question

在Keras中使用交叉熵损失功能训练我的网络时，我的准确度得分非常低。

例如。对于这个模型：

model = Sequential()
model.add(GRU(input_dim, input_shape=(params['seqLength'],input_dim), return_sequences=True))
model.add(Dropout(0.2))
model.add(GRU(input_dim*2))
model.add(Dropout(0.2))
model.add(Dense(input_dim))
model.add(Activation('sigmoid'))

print("Compiling model...")
model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy'])

print("Training...")
(params["resultsDir"], int(time.time())), verbose=1, save_best_only=False)
history = model.fit(X, Y, validation_split=0.2, nb_epoch=20)

我的损失值约为0.012，但精度值仅为0.021。如果将此准确度转换为百分比，那么它仅为2.1％左右。 如果损失是对数丢失，那么0.012非常好，为什么精度如此之低？