python - Keras 始终输出恒定值

Question

我一直在使用 Keras 训练一个简单的人工神经网络

model = Sequential([
    Dense(32, input_shape=(32,), activation = 'relu'),
    Dense(20, activation='relu'),
    Dense(65, input_shape=(65,), activation='softmax')
])

model.summary()
model.compile(Adam(lr=.001), loss='binary_crossentropy', metrics=['accuracy'])
model.fit(train_samples, train_labels, batch_size=1000, epochs=10000,shuffle = True, verbose=2)

训练后，我测试了模型，它总是输出一个恒定值。我该怎么办？

https://github.com/keras-team/keras/issues/1727

上面的链接告诉我必须将数据居中以使其均值为零。我不知道该怎么做。

Answer 1

如果您希望将数据居中以使其均值为零，只需从每个样本中减去样本均值即可。

例如，如果您有 features 数据并希望将其居中以使其均值为零，则可以使用 numpy's mean function 来实现如下。

features = features - np.mean(features)

您可能还需要使用标准差进行标准化。这可以通过使用 numpy 来实现，如下所示。

normalized_features = (features - np.mean(features))/ np.std(features)

我希望这会有所帮助。