DNN avec tflearn prédit toujours la même valeur

Question

Je commence juste à utiliser tflearn/tensorflow pour l'apprentissage automatique, et j'ai un problème avec le modèle ci-dessous. Il prédit toujours le même résultat, sur deux possibles à partir de l'ensemble de données (0 ou 1). Je me suis assuré que mes entrées sont de type float fdatatype, et que mon set d'entrainement est équilibré. Une idée de ce qui pourrait causer le problème? Voici le code:

def build_model(): 
    tf.reset_default_graph() 

    net = tflearn.input_data([None,11]) 
    #Hidden layer 
    net = tflearn.fully_connected(net,1,activation='softmax') 
    net = tflearn.regression(net,optimizer='sgd', 
           learning_rate=0.1, 
          loss="categorical_crossentropy") 
    model = tflearn.DNN(net) 
    return model 

model = build_model() 

model.fit(np.asarray(Xtrain),np.asarray(Ytrain),validation_set=0.1,show_metric=True,n_epoch=30,batch_size=50) 

Merci!

Answer 1

Vous devriez jeter un oeil à ce poste précédent, où la personne a eu le même problème que vous: Why my CNN returns always the same result?

Sinon, quelle est la taille de votre ensemble de formation?

Avez-vous essayé de l'entraîner seulement sur 1 époque pour voir s'il est capable d'apprendre quelque chose?