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:DNN avec tflearn prédit toujours la même valeur
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!