标签： python tensorflow machine-learning classification
我正在进行200级分类任务（但它有点不同，因为y矢量中可能有多个1）使用4层全连接神经网络。大多数情况下，y（标签向量）包含一个或两个1，以及问题出在哪里。在训练时，模型倾向于将所有标签预测为零，即使它应该为1。 因此精度很低（小于99％，几乎比全零预测差）。每层的激活功能是sigmoid。你能给我一些改进模型的建议吗？
这是我的损失功能。准确性很低，因为当我预测所有标签为0时，它的准确度几乎达到99％。
create