我正在尝试训练一个二元分类器。它是一个带有跳过层等的残差网络，但最终，底部两层是带有 sigmoid 激活的一维卷积，然后是全局最大池。我相信这应该输出 0 到 1 之间的预测。

事实上，我之前训练过一个非常相似的模型，它按预期工作，但后来我决定改变我预处理输入数据的方式，并改变了一些小的方面，比如内核大小等，现在当我调用 model.predict(输入）我得到了一个非常广泛的值 - 至少在 [-20,20] 之间。我真的不明白为什么，任何人都可以看看我的模型并可能帮助我了解我哪里出错了吗？

这是一个 json 字符串，应该允许您使用 model = model_from_json(json_string). 请注意，最后两层称为“conv_final”（带有 sigmoid 激活的 conv1D）和“输出”（全局最大池） https://www.dropbox.com/s/3qywmcho5tldurr/final_model.json?dl=0