Keras 为什么我的路缘石会起作用；准确度增长这么快？

我使用BiLSTM+CRF做了一个序列标记模型来进行后期标记。但是我发现我的crf.accurity增长如此之快，在第一个纪元就达到了1.0。 我使用keras_contrib lib中的CRF层，并参考CRF示例编写代码。我的后端是Tensorflow。

输出=时间分布（密集（100，activation='relu'），name='densite_1'）（lstm_输出）
输出=辍学率（0.3）（输出）
如果自行使用crf：
crf\u layer=crf（self.label\u num，sparse\u target=True）
输出=crf\U层（输出）
模型=模型（输入、输出）
model.compile（'adam'，loss=crf\u layer.loss\u函数，metrics=[crf\u layer.accurity]）
其他：
输出=时间分布（密集（self.label_num，activation='softmax'），name='densite_2'）（输出）
模型=模型（输入、输出）
model.compile（'adam'，loss='classifical_crossentropy'，metrics=['accurity']）

但是crf_层的精确度似乎增长得如此之快。在第一个时代，它表现为

1888/2000[===============================>..-预计到达时间：4s-损失：17.2046-附件：0.9666 1920/2000[==================================>..-预计到达时间：3秒-损失：17.1906-附件：0.9671 1952/2000[==================================>。]预计到达时间：2秒-损失：17.2806-附件：0.9677 1984/2000[==================================>。]预计到达时间：0s-损失时间：17.2222-附件：0.9682

但是如果我不使用CRF，准确度只有0.4，就像其他部分的代码一样，训练看起来更正常

---

因此，无论我是否忽略了keras_contrib的CRF中的一些细节，我都会发现这个bug。因为我的目标是一个单热向量，所以我不能设置sparse_target=True。我修好后，现在看起来很正常