我建立了一个图像分类程序，使用32张火车图像和16张图像进行验证，批量大小分别为16和10个纪元。

我已经使用ImageDataGenerator（rescale = 1. / 255）.flow_from_directory（图像路径和其他参数）来训练和验证图像。

我想将图像分类为1类或单类。

但是当我使用keras sequence（）模型的model.fit_generator（带有铰链损耗和优化器-'rmsprop'和'Adam'）编译程序时，我得到的输出是训练，验证精度接近1第1个时期，对于其余的时期，训练和验证与第1个完全相同。

请发送答案，我如何确定火车精度和验证精度的输出值，使其从0.63或类似值开始逐渐增加，在每个时期逐渐增加6％到10％。

一提，我想训练和验证1个或单个类的图像。

如果您需要有关此程序的更多详细信息，请发表评论。