我正在尝试在TensorFlow中训练一个LSTM分类器。这里是一个可复现的例子

targets = np.array([1, 0, 1, 1, 0, 0])features = np.arange(6, 2, 1)model = tf.keras.Sequential([    tf.keras.layers.LSTM(64),    tf.keras.layers.Dense(1, activation='sigmoid')])model.compile(    loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),    optimizer=tf.keras.optimizers.Adam(learning_rate=0.001),    metrics=(['BinaryAccuracy']))history = (model.fit(    features,    targets,    epochs=5,    verbose = 1))

使用 BinaryAccuracy：

Epoch 1/5 1/1 [==============================] - 1s 1s/step - loss: 0.6788 - binary_accuracy: 0.5000

使用 Accuracy：

Epoch 1/5 1/1 [==============================] - 1s 1s/step - loss: 0.6794 - accuracy: 0.0000e+00

我之前在二分类中使用过’Accuracy’指标，有人能解释为什么会出现这种情况吗？

回答：

该指标是’accuracy’，而不是’Accuracy’。