Binary_crossentropyとCategorical_crossentropyの混同
ディープニューラルネットワークを使用してバイナリクラス分類を行っています。私がbinary_crossentropyを使用しているときはいつでも、私のモデルは良い精度を与えていません（それはランダムな予測に近いです）。しかし、出力層2のサイズを作成してカテゴリクロスエントロピーを使用すると、0.90に近い1エポックでのみ良好な精度が得られます。誰かがここで何が起こっているのか説明できますか？
出力レイヤーでsoftmaxアクティベーションを使用してbinary_crossentropyを使用しようとすると、この問題も発生します。私の知る限り、softmaxは各クラスの確率を示すため、出力レイヤーに2つのノードがある場合、p(x1)、p(x2)、x1 + x2 = Xのようになります。 。したがって、出力ノードが1つしかない場合は、常に1.0（100％）に等しくなります。そのため、ランダムな予測に近くなります（正直なところ、評価セットのカテゴリ分布に近くなります）。
sigmoidやreluなどの別のアクティベーション方法に変更してみてください。