Почему нейронная сеть предсказывает все входные данные отрицательные? - PullRequest
Новая
       28

Почему нейронная сеть предсказывает все входные данные отрицательные?

0 голосов
/ 28 августа 2018

Я работаю над проектом анализа настроений в python с word2vec в качестве метода встраивания. (В моем NON_ENGLISH корпусе я рассмотрел каждый отрицательный твит с меткой 0, положительным = 1 и нейтральным = 2) Поскольку я действительно новичок в этой области, у меня нет никакого представления о том, почему моя модель предсказывает все отрицательное. Я занимался серфингом в сети и читал кое-что о количестве скрытых слоев, партий и т. Д., Связанных с этой ошибкой, но я не уверен, что правильно понял. вот моя модель керас: 

model = Sequential()
model.add(Conv1D(32, kernel_size=3, activation='elu', 
padding='same', input_shape= 
(max_tweet_length,vector_size)))
model.add(Conv1D(32, kernel_size=3, activation='elu', 
padding='same'))
model.add(Conv1D(32, kernel_size=3, activation='elu', 
padding='same'))
model.add(Conv1D(32, kernel_size=3, activation='elu', 
padding='same'))
model.add(Dropout(0.25))
model.add(Conv1D(32, kernel_size=2, activation='elu', 
padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', 
padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', 
padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', 
padding='same'))
model.add(Dropout(0.25))
model.add(Dense(256, activation='tanh'))
model.add(Dense(256, activation='tanh'))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(2, activation='sigmoid'))

спасибо большое!

...