我想建立在Keras一个CNN与SOFTMAX层作为输出的载体,但我只得到这个作为输出:SOFTMAX层返回1S
[[[[ 1.]
[ 1.]
[ 1.]]]]
我的模型是建立像这样:
model = Sequential()
model.add(Conv2D(2, (1,3), padding='valid',
input_shape=(3,3,50), init='normal', data_format='channels_first'))
model.add(Activation('relu'))
model.add(Conv2D(20, (1,48), init='normal', data_format='channels_first'))
model.add(Activation('relu'))
model.add(Conv2D(1, (1, 1), init='normal', data_format='channels_first', activation='softmax'))
我真的不明白,为什么softmax不起作用。这可能是因为输入形状错误?
谢谢,我试图在卷积层之后添加一个致密层,但没有将其弄平。现在它工作了! – Eskahndor
卷积层中的Softmax(通道求和1)对于图像分割任务来说是一个好主意,其中每个通道都是一个类。 –