我正在按照本教程使用keras https://www.depends-on-the-definition.com/classifying-genres-of-movies-by-looking-at-the-poster-a-neural-approach/
进行多标签分类在此建议使用binary_crossentropy作为损失函数，并使用sigmoid进行分类。但是，我意识到val_acc是错误的，因为从一开始它就很高，达到80-90％，就像这样：
Train on 9000 samples, validate on 1000 samples
Epoch 1/5
9000/9000 [==============================] - 900s - loss: 0.2352 - acc: 0.9194 - val_loss: 0.2022 - val_acc: 0.9278
在多标签分类上下文中的训练期间，有什么方法可以获取准确的val_acc？
更新：我看到有人建议（https://github.com/keras-team/keras/issues/10371）使用“ tanh + hinge with {-1，1}”。我将如何在keras中实现呢？