原因：损失：nan-acc：0.0000e + 00-val_loss：nan-val_acc：0.0000e + 00 | TensorFlow 2.0 |蟒蛇

Question

我正在使用LSTM模型根据Myers-Briggs检验预测人格类型。

• 我创建了一个（295，2（不包括标题））数据集，其中包含个性类型标签及其各自的描述。

csv文件： Dataset MBTI |Github

• 数据集分为各自的矩阵：

  80％ PRIx64 | 20％ uint64_t。

• 此外，还对数据集进行了预处理：标记化，停用词和填充。

但是，在培训时，显示以下内容：

(train_data, train_labels)

LSTM模型如下：

(validation_data, validation_labels)

Train on 236 samples, validate on 59 samples
Epoch 1/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 2/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 3/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 4/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 5/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 6/100
236/236 - 2s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 7/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 8/100
236/236 - 2s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 9/100
236/236 - 2s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00
Epoch 10/100
236/236 - 1s - loss: nan - acc: 0.0000e+00 - val_loss: nan - val_acc: 0.0000e+00

预期输出：

• 我希望在训练时，准确率达到“ 95％”，并且法线对应于其余参数（损耗，val_loss，val_acc）。
• 如果模型不正确，或者值不是您应该输入的值，请让我知道，就像其他建议一样，以便更好地理解问题并简化答案。