Python 我的分类器有很大的损失，精度总是0

我正在训练一个分类器，以获得一个用于优化的因子。 我的数据集最初包含800个样本（有些样本与之类似，只是很少修改）

我使用GoogleColab环境使用TensorFlow开发了我的模型

---

对于这个问题，我使用了一个简单的MLP，包含3个隐藏层，每个层有256个节点作为第一阶段。我还有64门课你需要注意好几点

您应该在每次培训开始之前删除tf摘要文件，因为全局步骤将根据您的代码从0重新启动

您的损失函数是

softmax\u cross\u entropy\u和\u logits\u v2

，要使用此函数，您可能需要在onehot中对标签进行编码，并尝试使用此函数中的内部softmax函数最小化onehot标签附近的logit层。如果您想保留最新的地面真相标签，请检查。这些用法是相似的，但其中一些需要是一个热标签。检查详细的解释

---

如果我在每次培训之前删除了摘要，那么我应该在什么时候保留它？我将Y占位符更改为

self.Y=tf.placeholder（“float”，shape=[None]）

，但我遇到了这个错误：

无法为张量“input/placeholder_1:0”输入shape（100，1）的值，它有shape'（？，）'

我尝试了很多方法来修复它，但失败了。