我可以在 keras 中训练的课程数量是否有上限？

Question

嘿，我用 keras 训练了一个神经网络。我有 14 个类别。一切正常，没有错误。但是当我查看结果时，我发现最后 3 个训练类别是完全错误的。 没有测试对象连接到这 3 个类别。

我已经更改了输入的顺序，但模型没有学习到最后 3 个类别。

我还在最后一层使用了 2 个不同的激活函数（sigmoid 和 softmax） 还有 2 个不同的优化器（adam 和 sgd）

是否有最大类别数？

这是我的代码：

model = keras.models.Sequential()


model = Sequential()
model.add(Dense(units=50, input_dim = trainingsdaten.shape[1], 
                kernel_initializer='glorot_uniform', 
                bias_initializer='zeros',
                activation='tanh'))

model.add(Dense(units=50, input_dim = 50, 
                kernel_initializer='glorot_uniform', 
                bias_initializer='zeros',
                activation='tanh'))

model.add(Dense(output_dim = kategorien_train_one_hot.shape[1], input_dim=56, 
                kernel_initializer='glorot_uniform', 
                bias_initializer='zeros',
                activation='sigmoid'))

sgd_optimizer = keras.optimizers.SGD(lr=lr, decay = decay, momentum = momentum)

model.compile(optimizer = 'adam', 
              loss = 'categorical_crossentropy',
              metrics= ['accuracy'])

history = model.fit(trainingsdaten, kategorien_train_one_hot,
                    batch_size = batch_size, epochs=epochs,
                    verbose = verbose,
                    validation_split = validation_split)

Answer 1

也许有一个小错误，您的第三个Dense 层有一个input_dim = 56，但您的第二个Dense 层有50 个节点。