为什么 Keras/tensorflow 的 sigmoid 和交叉熵精度低？

Question

我有以下简单的神经网络（只有 1 个神经元）来测试Keras的sigmoid激活和计算精度binary_crossentropy：

model = Sequential()

model.add(Dense(1, input_dim=1, activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

为了简化测试，我手动设置唯一权重为1，偏置为0，然后用2点训练集评估模型{(-a, 0), (a, 1)}，即

y = numpy.array([0, 1])

for a in range(40):

    x = numpy.array([-a, a])

    keras_ce[a] = model.evaluate(x, y)[0] # cross-entropy computed by keras/tensorflow

    my_ce[a] = np.log(1+exp(-a)) # My own computation

我的问题： 我发现由 Keras keras_ce/Tensorflow 计算的二元交叉熵 ( ) 达到了大约1.09e-7什么时候的下限a。16，如下图（蓝线）。随着“a”不断增长，它不会进一步减少。这是为什么？

该神经网络只有 1 个神经元，其权重设置为 1，偏差为 0。使用 2 点训练集{(-a, 0), (a, 1)}，binary_crossentropy只需

-1/2 [ log(1 - 1/(1+exp(a)) ) + log( 1/(1+exp(-a)) ) ] = log(1+exp(-a))

所以交叉熵应该随着a增加而减少，如上面的橙色（'my'）所示。是否有一些 Keras/Tensorflow/Python 设置我可以更改以提高其精度？还是我在某个地方弄错了？我很感激任何建议/评论/答案。