Как это возможно, чтобы точность оставалась равной 0, в то время как отзыв, точность и AUC увеличивались при обучении нейронной сети с использованием тензорного потока?

Question

Привет, я тренирую DenseNet, используя 200 изображений для положительного класса и 200 изображений для отрицательного класса.
Напомним, точность и потери меняются во время тренировки, но точность остается неизменной (0).

loss: 0.4941 - accuracy: 0.0000e+00 - precision_3: 0.7234 - recall_3: 0.7234 - auc_2: 0.7523 

Как это возможно?

Я использую следующие команды:

        model.compile(loss='categorical_crossentropy', 
                          optimizer=opt, 
                          metrics=[tf.keras.metrics.Accuracy(),
                           tf.keras.metrics.Precision(),
                           tf.keras.metrics.Recall(),
                           tf.keras.metrics.AUC()])

Заранее большое спасибо!