Keras图像分类丢失

Question

我试图做一个简单的CNN模型，可以识别口袋妖怪。第一次尝试，我自己创建了一个非常小的数据集，由10个不同口袋妖怪的100张图片组成。 在Python中使用这段代码，看起来效果不错。你知道吗

import tensorflow as tf
import numpy as np

model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Conv2D(32, (3,3), input_shape=(200,200,3), activation='relu'))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Conv2D(32, (3,3), activation='relu'))
model.add(tf.keras.layers.MaxPooling2D((2,2)))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(units=400, activation='relu'))
model.add(tf.keras.layers.Dense(units=10, activation='sigmoid'))

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

train = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255, shear_range=0.2, zoom_range=0.2, horizontal_flip=True)
test = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255)

training_set= train.flow_from_directory('datasets/starter/train', target_size=(200,200), class_mode='categorical')
val_set= test.flow_from_directory('datasets/starter/test', target_size=(200,200), class_mode='categorical')

history=model.fit_generator(training_set, steps_per_epoch=32, epochs=3, validation_data=val_set, validation_steps=32)

test_image = tf.keras.preprocessing.image.load_img('datasets/starter/val/attempt.png', target_size=(200, 200))
test_image = tf.keras.preprocessing.image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis=0)
result = model.predict(test_image)
print(training_set.class_indices)
print(result)

test_image2 = tf.keras.preprocessing.image.load_img('datasets/starter/val/attempt2.png', target_size=(200, 200))
test_image2 = tf.keras.preprocessing.image.img_to_array(test_image2)
test_image2 = np.expand_dims(test_image2, axis=0)
result2 = model.predict(test_image2)
print(training_set.class_indices)
print(result2)

最后一个历元的训练精度固定为1。 当我尝试预测示例图像时： 尝试.png是一个Charmander图片，它的标签是1，所以我得到这个向量：[[0。100. ... 0.]] attempt2.png是一个Torchic图片，它的标签是7，所以我得到：[[0。0. ... 100]]你知道吗

但我注意到模型.编译'应该是'categorical\u crossentropy'，而不是'binary\u crossentropy'。使用分类的，我的程序将不再工作。 有人能帮我理解吗？你知道吗

Answer 1

你应该尝试使用Softmax作为最后的激活，用分类交叉熵作为损失函数