關於使用keras、CNN實現文本多標籤多分類的問題？
來自《python深度學習》
acc是逐位計算的，[0,1，0,1,0,0,0,0,0,0],十位的標籤，如果都答為0，acc為80。
需要重寫acc，整條計算正確才是一個正確的條目。
softmax不會遇到這個問題，原因是經過該層後，和為1，所以如果有一個大於0.5，其他都小於0.5，逐位比較也只有一個是正確的，或者都是錯誤的。
你的訓練方法是正確的，但是你需要好好理解keras多標籤分類準確率的含義。
測試的準確率也達到99%僅僅為單個標籤的平均準確性，我們假設每個便簽互不影響。那麼真實標籤的準確為0.99的478次方為0.008左右。
推薦解決方法，解決增加訓練數據，或者修改網路結構。
我用的是lstm，同樣遇到了這個問題，求問樓主最後解決了嗎
loss函數應該不是這個把，這個是2分類的loss
推薦閱讀：
