使用TensorFlow，我的模型的准确性为0，我该怎么办？

Question

首先，我只想澄清一下我是AI的初学者，而且我从未使用过TensorFlow。

因此，基本上我想制作一个可以根据13个功能预测评论的AI，这就是我实施它的方式：

inputs = tf.keras.Input(shape=(13,))
x = tf.keras.layers.Dense(64, activation='relu')(inputs)
x = tf.keras.layers.Dense(64, activation='relu')(x)
outputs = tf.keras.layers.Dense(1, activation='sigmoid')(x)

model = tf.keras.Model(inputs, outputs)

model.compile(
    optimizer='adam',
    loss= tf.keras.losses.MeanSquaredError(),
    metrics=[tf.keras.metrics.AUC(name='auc')]
)
batch_size = 32
epochs = 30
history = model.fit(
     X_train,
     y_train,
     validation_split=0.2,
     batch_size = batch_size,
     epochs = epochs,
     callbacks=[tf.keras.callbacks.ReduceLROnPlateau()],
     verbose=0,

)

deepLearningEv = model.evaluate(X_test, y_test)


prediction = model.predict(X_test)

IMG预测

，我所有的预测都是1，我在做什么错？

Answer 1

问题几乎可以肯定在于您的输出功能。
您使用的Sigmoid函数可以在0到1之间创建值，这是

我建议您查看以下资源。
“ Sigmoid - 这会导致0到1之间的值，我们可以推断出该示例中的示例是多么自信”，取自 在这里

，因此，只有1个预测可能意味着1该模型希望预测更高的价值，但不能预测。另外，很高的MEA也暗示了这种情况。