Что не так с моей последовательной моделью basi c?

Question

Это мой вход,

x_input = tf.constant([[1,2.]], shape = (1,2))

И результат:

[[0.2692713  0.46113062 0.6706152 ]
[0.51462847 0.5941784  0.6396018 ]]

Я хотел сделать это в последовательной модели, поэтому я сделал это,

model = Sequential()

model.add(tf.keras.layers.Dense(4,batch_input_shape=(None,1,2),use_bias= True,bias_initializer='zeros')) 

model.add(tf.keras.layers.Dense(3,batch_size = 2, activation = "sigmoid", use_bias = True))

Но у меня получилось, [[0.07918601 0.38569203 0.927532]]

Как я могу получить желаемый результат, используя последовательную модель? Есть ли способ изменить вес и форму смещения?

Answer 1

Это мультиклассовая классификация (последний слой выводит более 2), поэтому используйте активацию как «softmax»

Результат, который вы получите, - это вероятность каждого класса.

Если хотите метки классов: используйте np.argmax() как следующее

classes = np.argmax(model.predict(x))
print(classes)