Keras顺序模型未训练（停留在相同的精度和损耗上）

Question

我正在尝试为UCI井字游戏数据集（https://archive.ics.uci.edu/ml/datasets/Tic-Tac-Toe+Endgame）建立分类算法，但遇到了一些问题

Model = Sequential()
Model.add(Dense(9))
Model.add(Dense(64))
Model.add(Dense(64))
Model.add(Dense(1, activation="softmax"))

Model.compile(loss = "binary_crossentropy", optimizer = "Adam", metrics = ["accuracy"])
Model.fit(X_Train, Y_Train, batch_size = BATCH_SIZE, epochs = EPOCHS, validation_data = (X_Val, Y_Val))

我收到了我所有纪元的消息

Epoch 100/100
861/861 [==============================] - 0s 40us/step - loss: 5.3782 - accuracy: 0.6492 - 
val_loss: 4.7916 - val_accuracy: 0.6875

有人知道解决此问题的方法

Answer 1

您不能对一个神经元使用softmax，如果其二进制分类，则应在输出层使用sigmoid激活：

Model.add(Dense(1, activation="sigmoid"))