tensorflow - 由于时期数，张量流模型无法正常工作

Question

我有一个我不明白的问题。我目前有一个模型，该模型使用 2013-2018 赛季的比赛作为训练数据来预测 2018-19 赛季 NBA 比赛的获胜者。

我的问题是我的模型不会根据时期数进行训练。对于某些特定的时期，它根本不训练。

例 1。

如果 epoch 为 1000，则它始终保持在 0.4137

例 2。

目前 100 个 epoch 似乎没问题，但它之前给了我一个静态输出

这发生在我身上，目前有其他时期和静态精度值。有人能告诉我为什么我的模型会受到时代值变化的影响吗？（我确保首先加载了我的数据。我在选择一个“好”的时期后也遇到了这个问题，所以我知道这不是因为我在加载数据之前就跑了。这不是第一次发生这种情况我）

github 在这里查看我的完整代码：https ://github.com/pernutbrian/NBAA-Never-Broke-Again-Algorithm-

标签： tensorflowkerasneural-networktensorflow2.0

Answer 1

看来您的模型已达到平台期。您可以尝试学习率来克服这个问题：

reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.2,
                              patience=5, min_lr=0.001)
model.fit(X_train, Y_train, callbacks=[reduce_lr])

我明白了，您没有sigmoid在最后一层使用任何激活，而只是采用线性输出。修复它。另一件事，为什么在 FC 层中只使用 6/4/2 个单元？如果您的模型无法再学习，请尝试增加神经元的数量。

...
  layers.Dense(1, activation='sigmoid')
])