DNN с tflearn всегда предсказывает одно и то же значение

Я только начинаю использовать tflearn/tensorflow для машинного обучения, и у меня возникла проблема с приведенной ниже моделью. Он всегда предсказывает один и тот же результат из двух возможных из набора данных (0 или 1). Я убедился, что мои входные данные имеют тип fdatatype с плавающей запятой и что мой обучающий набор сбалансирован. Любая идея, что может быть причиной проблемы? Вот код:

def build_model():
    tf.reset_default_graph()

    net = tflearn.input_data([None,11])
    #Hidden layer
    net = tflearn.fully_connected(net,1,activation='softmax')
    net = tflearn.regression(net,optimizer='sgd',
                              learning_rate=0.1,
                             loss="categorical_crossentropy")
    model = tflearn.DNN(net)
    return model

model = build_model()

model.fit(np.asarray(Xtrain),np.asarray(Ytrain),validation_set=0.1,show_metric=True,n_epoch=30,batch_size=50)

Спасибо!