关于使用keras、CNN实现文本多标签多分类的问题？
来自《python深度学习》
acc是逐位计算的，[0,1，0,1,0,0,0,0,0,0],十位的标签，如果都答为0，acc为80。
需要重写acc，整条计算正确才是一个正确的条目。
softmax不会遇到这个问题，原因是经过该层后，和为1，所以如果有一个大于0.5，其他都小于0.5，逐位比较也只有一个是正确的，或者都是错误的。
你的训练方法是正确的，但是你需要好好理解keras多标签分类准确率的含义。
测试的准确率也达到99%仅仅为单个标签的平均准确性，我们假设每个便签互不影响。那么真实标签的准确为0.99的478次方为0.008左右。
推荐解决方法，解决增加训练数据，或者修改网路结构。
我用的是lstm，同样遇到了这个问题，求问楼主最后解决了吗
loss函数应该不是这个把，这个是2分类的loss
推荐阅读：
