python - 分类交叉熵损失函数的可接受范围

Question

我正在制作一个 LSTM 网络，其中输出采用 One-hot 编码方向左、右、上和下的形式。结果是这样的：

[0. 0. 1. 0.] [1. 0. 0. 0.] [0. 0. 1. 0.] ... [0. 0. 1. 0.] [0. 0. 1. 0.] [0. 0. 0. 0.]

为了考虑模型成功训练，分类交叉熵损失的可接受范围应该是多少？

标签： pythonmachine-learningkeraslstmcross-entropy