Keras：准确度大于1

Question

我在我的项目中使用Keras进行分类。

合适的代码是：

model.fit(
    x = Xdata,
    y = Ylabel,
    steps_per_epoch=100,
    epochs=50,
    validation_split=0.2,
    validation_steps=20,
    shuffle=True
)

损失的训练是可以的，但是发生了一些奇怪的事情以进行验证。打印的信息是：

  1/100 [..............................] - ETA: 0s - loss: 0.4654 - accuracy: 0.7945
 26/100 [======>.......................] - ETA: 0s - loss: 0.4774 - accuracy: 0.7839
 51/100 [==============>...............] - ETA: 0s - loss: 0.4753 - accuracy: 0.7855
 75/100 [=====================>........] - ETA: 0s - loss: 0.4753 - accuracy: 0.7845
 98/100 [============================>.] - ETA: 0s - loss: 0.4744 - accuracy: 0.7841
100/100 [==============================] - 0s 2ms/step - loss: 0.4742 - accuracy: 0.7843 - val_loss: 0.0259 - val_accuracy: 15.0685

我非常困惑为什么验证的准确性大于1。验证数据和训练数据均来自（Xdata，Ylabel），并且训练的准确性为0.78，这是合理的。但是验证的准确性为15.068，为什么它会大于1？