我正在尝试构建一个带有一个隐藏层的简单神经网络。我原本期望在训练之前，模型会输出看似随机的值。但实际上，对于所有输入，我得到的输出都是1.0。这是为什么呢？

import tensorflow as tffrom tensorflow import kerasimport numpy as npdef NewModel():  return keras.Sequential([    keras.layers.Dense(20, input_shape=(18,), activation=tf.nn.relu, name="inputLayer"),    keras.layers.Dense(1, activation=tf.nn.softmax, name="outputLayer"),    ])model = NewModel()i = np.array([[0.2]*18])print(model.predict(i))

回答：

你不能在单个输出神经元上使用softmax函数，因为它通过除以所有神经元的输出进行归一化，这会产生一个恒定的1.0值，这就是你所看到的结果。