我正在使用一个大数据集,所以我尝试使用 train_on_batch(或适合 epoch = 1)
model = Sequential()
model.add(LSTM(size,input_shape=input_shape,return_sequences=False))
model.add(Dense(output_dim))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=["accuracy"])
for e in range(nb_epoch):
for batch_X, batch_y in batches:
model.train_on_batch(batch_X,batch_y)
# or
# model.fit(batch_X,batch_y,batch_size=batch_size,nb_epoch=1,verbose=1,shuffle=True,)
但是当训练开始时,会发生这种情况:
(0, 128)
Epoch 1/1
128/128 [==============================] - 2s - loss: 0.3262 - acc: 0.1130
(129, 257)
Epoch 1/1
128/128 [==============================] - 2s - loss: -0.0000e+00 - acc: 0.0000e+00
无论我等待多少个纪元,它都不会改变。即使我更改批量大小,也会发生同样的事情:第一批具有良好的值,然后它再次变为“loss:-0.0000e + 00 - acc:0.0000e + 00”。
有人可以帮助理解这里发生的事情吗?