Keras和LSTM对序列的二进制分类

Question

我试图使用一系列数字（固定长度），以便使用Keras和递归神经网络预测二进制输出（1或0）。

每个训练示例/序列都有10个时间步，每个时间步包含5个数字的序列，训练输出由1或0组成。

我尝试使用Keras来实现这一点，但是在训练的第一个时期之后，损失就不再减少。

培训输入如下：（填充为零）

array([[0.],
       [0.],
       [0.],
       ...,
       [0.],
       [0.],
       [0.]])

培训结果如下：

#Model 
model = Sequential()
model.add(LSTM(100, input_shape= (10, 5)))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy'])
print(model.summary())
model.fit(X_train, y_train, validation_data = (X_test, y_test), epochs = 100, batch_size = 1000)

这是我尝试训练的模型：

DSAuthenticationManager.OnUserAuthenticate