使用 TensorFlow with Keras，按照《Python 深度学习》（《Deep Learning with Python》）文本和序列处理那章，使用一维卷积Conv1D进行IMBD电影评论情感分类，下面是书里的代码：

结果，运行的时候，出现了训练误差和精度、验证误差和精度都保持不变的情况：

我惊呆了！训练误差一直是 7.7364，训练精度一直是0.4985，验证误差一直是7.6168，验证精度一直是 0.5062 。你说你要是上升，或者下降又上升，或者 xxxx ，怎么着都比这种固定不动的情况好理解啊，这 xxxx。

既不是过拟合，也不是性能不佳，不是学习率太大或太小，也不是网络层次复杂，更不是训练过程中 batch大小、epoch数或者validation 数据的比例。。。

最后的最后，终于让我找到了原因，并且引出了一个大问题，这波很重要~~

原因：二至交叉熵损失函数 。

注意，模型 compile 的时候，书里的代码传入的是 loss='binary_crossentropy'，这是以字符串形式传入的损失函数，经过查阅文档、百度搜索、VS Code里点来点去找模块源码，我终于明白这是个在keras 的 losses 模块里定义的一个函数（它虽然与同模块下 BinaryCrossentropy 类有相同的功能——计算二值交叉熵，但是二者相对独立地存在，而字符串指定 'binary_crossentropy' 时，指的就是前者 this function，而不是后者 that class）。

而不管是身为函数的 binary_crossentropy，还是身为类的 BinaryCrossentropy （虽然它的对象可以当作正常函数来访问，因为实现了 __call__ 这个成员方法），它们使用时都会涉及一个叫做 from_logits 的关键字参数。当 from_logits = False 时，该损失函数接收概率值作为输入，也就是说接收 [0, 1] 的数，计算损失时直接带入熵的公式，而 False 也是默认参数值；当

from_logits=True 时，该损失函数接收 logit 值作为输入（即 logistic 值，亦即 )，是个 ( - INF, INF) 的值，计算损失时，可以理解为：先计算概率 ，然后再带入交叉熵公式得到结果。

那么问题来了，书中代码构建的网络，最后一层全连接层，并没有指定使用 activation 函数，也就是说，一个线性转换的结果直接输出作为预测结果，它是一个从负无穷到正无穷的数，是个logit数值，并不是个概率值，所以不能直接当成 from=False 的 binary_crossentropy 函数参数，来计算损失，因为这样会使得 log 传入负值而没有数学意义，代码层面不会报错，则不知道使用了什么机制，可能是不予考虑，也可能是别的什么，反正没有正常计算，更没有正常 backward。所以就出现了精度、误差都是固定值的情况。

=========================================================================

可怕的是，使用书中不很正确的代码，并不会每次都重现精度、误差保持不变的情况，这是因为最后一层参数初始化随机的问题。如果运气好，那么很少会出现交叉熵的 log 计算无意义的情况，即不会有对负数求 log 的情况。阴差阳错的，也会进行梯度下降，而且还真就能提高精度。

但毕竟不严谨。

现在看来，解决办法：要么设定二值交叉熵函数的 from_logits=True，要么网络最后一层添加 activation='sigmoid' 作为非线性压缩转换。

第二种办法——给网络加上最后的 sigmoid函数，肯定是对的（这应该是书中这段代码的主要错误了，加上这个就完全没问题了）。

至于第一种办法，虽然使得 loss 计算合理了，但是仍然有问题，因为 编译的时候制定了 metrics 为 'acc'，即 accuracy 精度，要知道我们输出的并不是 label，而是个连续值，所以又出现过很多其他的问题，比如 loss 不断下降，但是精度却一直保持一个固定值，这种情况也是偶尔地出现，还是依靠于网络权重的初始化，运气不好就 GG。所以参数随机初始化真是个好东西，可以弥补理论上的错误，无脑地迭代、梯度下降、参数更新，最后竟然还能学到不错的结果 ：）

===============================================================

我的实验怎么做的？

As mentioned above，精度、损失值固定不变是随机出现的，参数初始化的好就不会出现，为了研究这个问题，让它必然出现这种情况，我在训练开始前，使用

将最后一个全连接层的所有权重设置为 -1.0，这样，必然得到负数，必然使 log 无意义，必然出现那种情况（此时这层依然是书上的代码，没有非线性转换），然后我就换用不同的 loss 设置，一个是直接 from_logits=False 的 'binary_crossentropy'，这时出现了上述的精度、误差全都不变的情况，原因很简单，数学意义错误，代码层面的捕捉异常我就没有深入考虑了；另一个是使用loss=BinaryCrossentropy(from_logits=True)，这时，更有趣了，误差不断下降，但是精度像上述一样，训练时、验证时都保持一个固定值不变，原因上面也说了，网络输出的是连续值，不可能跟0 or 1作为离散标记来比对。

====================================================================

上面的都是为了满足我的好学心（好奇心）瞎做的，瞎扯的。

其实。。。

从 model 定义（架构）、optimizer的学习率、fit 时传入的超参数设置等进行考虑，逐步地（循环递归地（皮））排查，最后发现 model 的输出不太对劲，因为这是个文本分类的问题，结果输出了既不是 like 0，又不是 like 1 的输出，就知道，书里把上一章的温度检测回归模型的思路带进来了，于是：最后一个全连接（或者密集连接）层没有进行非线性的转换。

因为使用的是交叉熵损失，所以最后输出网络的时候要给个非线性变换，把输出压缩到 [0, 1]范围内，不然直接输出的数值没有意义，或者不能直接进行解释。

直接老老实实加个 activation='sigmoid'就好。

完。

抓主要矛盾，主要矛盾，主要矛盾。下次一定 ：）