不存在损失的卷积神经网络，精度为0

Question

我正在尝试训练下面显示的简单卷积神经网络。

model= Sequential()
model.add(Conv1D(32, 3, padding='same', input_shape=(700,7))
model.add(Activation('relu'))
model.add(Conv1D(32,3))
model.add(Activation('relu'))
model.add(MaxPooling1D())
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(128))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))

model.compile('adam', 'binary_crossentropy', metrics=['accuracy'])

我使用100个时期拟合它，验证训练在输入数据[1000L，700L，7L]上分割0.2。我的每一个时代都取代了以下内容：

loss: nan - acc:0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00

所以我的问题是，出了什么问题，我该如何解决？是网络问题还是我的数据被输入并适合模型？