Keras 模型未正确训练

Question

Keras 模型的验证准确性没有改变，当我尝试运行模型时，它只是输出相同的混乱数字。作为输入，我给它展平了 5x4 的边界框数组，输出是按键（W、A、S、D）。 我正在使用它来避免自动驾驶仪检测到物体。 我尝试更改激活、模型层、学习率等，但没有任何帮助。 任何帮助将不胜感激。

from tensorflow import keras
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Flatten, Conv2D, MaxPooling2D, Input
from tensorflow.keras.callbacks import TensorBoard

data = np.load("training_data/data.npz",allow_pickle=True)

X = data['arr_2']
X = keras.utils.normalize(X,axis=1)

Y = data['arr_1']

# Creating model for object processing
model2 = Sequential()

# Model for object processing
# Inputs
model2.add(Input(shape=(20)))
# Hidden layer
model2.add(Dense(16,activation="relu"))
# Outputs
model2.add(Dense(4,activation="softmax"))

model2.compile(loss='binary_crossentropy',
optimizer="adam",
metrics=['accuracy'])

model2.fit(X,Y,batch_size=256, epochs=20, validation_split=0.1)