我正在使用LSTM训练多元时间序列模型以预测值。 训练/测试拆分并重塑数据后，我训练了模型，并且“训练和测试中的损失”有很大的差距，这意味着误差很大。
问题：如何减小/最小化Train和Test之间的误差？
培训网络1
model = Sequential()
model.add(LSTM(5278, input_shape=(train_X.shape[1], train_X.shape[2]), activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(1))
model.compile(loss='mse', optimizer='adam')
model.summary()
EPOCHS = 10
history = model.fit(train_X, train_y, epochs=EPOCHS, batch_size=15, validation_data=(test_X, test_y), verbose=1, shuffle=False)
plt.plot(history.history['loss'], label='train')
plt.plot(history.history['val_loss'], label='test')
plt.legend()
plt.show()