Python Softmax输出仅返回1和0？

我的卷积神经网络在softmax输出（out1）上只返回1和0，有人知道为什么吗

def构建（自）：
inp=输入（self.obs\u形状）
conv0=Conv2D（32,2,1，padding=“same”，activation=“relu”）（inp）
drop0=MaxPool2D（（2,2））（conv0）
conv1=Conv2D（64,3,2，padding=“same”，activation=“relu”）（drop0）
drop1=MaxPool2D（（2,2））（conv1）
展平=展平（）
hid0=密集（128，激活='relu'）（平坦）
hid1=密集（256，激活='relu'）（hid0）
hid=密集（128，激活='relu'）（hid1）
out1=密集（自动作计数，激活='softmax'）（hid）
out2=密集（1，激活='线性'）（hid）
模型=模型（输入=[inp]，输出=[out1，out2]）
compile（optimizer=tf.keras.optimizers.Adam（lr=self.lr），
损失=[self.actor_损失，“mse”]）
回归模型
定义参与者损失（自身、实际、预测）：
actions=tf.cast（y_实际值[：，0]，tf.int32）
返回=y_实际值[：，1]
掩码=tf.1\u热（动作、自我动作\u计数）
logps=tf.math.log（tf.boolean\u掩码（y\u pred，掩码）+1e-3）
熵=-tf.math.reduce_sum（y_pred*tf.math.log（y_pred））
return-tf.math.reduce_sum（logps*returns）-0.0001*熵

模型=模型（输入=[inp]，输出=[out1，out2]） 看看上面，只有两个输出。 因此，您的函数

build

是锁定输出的数量， 所以只能得到1或0

一句话：你需要改变你的模型

对不起，我的英语不好

model=model（输入=[inp]，输出=[out1，out2]） 看看上面，只有两个输出。 因此，您的函数

build

是锁定输出的数量， 所以只能得到1或0

一句话：你需要改变你的模型

---

对不起，我的英语不好

tf.keras.loss.categorical\u crossentropy

有问题吗？没有，但这是我发现能够按照我的意愿使用返回的方式

tf.keras.loss.categorical\u crossentropy

有问题吗？没有，但这是我发现能够按照我想要的方式使用返回的方式