分类任务的tensorflow输出层配置

我正在尝试用教我的第一个人工智能 google colab 和 tensorflow .

.predict 方法工作我不清楚。

我有以下内容 dataset 实例

预期类为 1 或 4 。数据集包含每个的50%。

我的代码是:

1. 切片数据:

  features = df.iloc[1:, 1:]
  labels =  df.iloc[1:, 0]

2. 构建模型:

model = tf.keras.Sequential([
    tf.keras.layers.Dense(256, activation='tanh', input_shape=(82,)),
    tf.keras.layers.Dense(2, input_shape=(256,), activation='tanh'),
    tf.keras.layers.Dense(1, activation='softmax')
])

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

3. 列车型号:

model.fit(x=features, y=labels, shuffle=True, epochs=1)

后果

的结果 预测 方法总是 [[1.]] .

但我认为这应该是smth式的: [1: 0.4][2: 0.88]

哪里 1 and 4 是 classifications 和 0.4 and 0.88 是 probability