输入数据是DNA序列。我构建了一个 4 层和 2 个全连接层的 CNN 模型来进行二元分类。 nn.CrossEntropyLoss() 用于计算损失。
我有问题:
1:在运行 nn.CrossEntropyLoss() 之前,最后一个全连接层是 nn.Softmax 吗?
2:CNN模型的损失没有减少,见附件。 这是关于损失计算的代码:
loss_func = nn.CrossEntropyLoss()
output = cnn(b_x)
preds, predsid = torch.max(output,1)
loss = loss_func(preds, b_y)
train_losses.append(loss.item())
欢迎任何关于如何改进 CNN 模型的建议。