如何评估分类交叉熵的结果

Question

我正在使用Keras训练lstm模型。目标是将实例分为16类，因此我将分类交叉熵设置为损失函数。现在损失约为2.3。我不知道这个结果有多好。另一个问题是，当我测试模型时，它会为所有测试数据预测同一类（这与真实标签完全不同。）由于我是机器学习的新手，所以我不知道如何解决此问题。