当我在Tensorflow 2.0环境中执行命令sess = tf.Session()时，我得到了一个错误消息，如下所示:系统信息:操作系统平台及发行版本:Windows 10Python版本:3.7

我正在训练CNN按主题对文本进行分类。当我使用二进制交叉熵时，我得到~80%的准确率，使用分类交叉熵时，我得到~50%的准确率。我不明白为什么会这样。这是一个多类问题，这是不是意味着我必须使用分类交叉

我已经用CNN训练了一个二元分类模型，下面是我的代码这里，我想要得到每一层的输出就像TensorFlow一样，我该怎么做呢?

对于任何Keras层(层类)，有人能解释一下如何理解input_shape，单位，暗淡等之间的区别吗?例如，文档说单位指定一个层的输出形状。在神经网络的图像中，隐藏层1有4个单元。这是否直接转换为图层

我试图调和我对lstm的理解，并在Christopher Olah在Keras中实现的这篇文章中指出。我正在关注Jason Brownlee写的关于Keras教程的博客。我最困惑的是，将数据序列重塑为