在Keras中使用SimpleRNN时，如何设置二进制变量的输入和输出形状？

Question

我正在使用SimpleRNN来训练长度为100的二进制输入和长度为100的二进制输出的模型，这意味着我的X.shape=(nsamples, 100, 1)和y.shape=(nsamples, 100)

使用以下代码时，该模型不会返回错误，但学习速度非常慢，并且在经过多个时间段后，损失停止减小。

我还尝试更改学习速度，但无济于事。我想关键问题可能在于输入和输出形状。

model = Sequential()
model.add(
    SimpleRNN(
        output_dim=100,
        input_shape=(100, 1),
        return_sequences=False,
        activation='sigmoid'
    )
)
sgd = optimizers.SGD(lr=0.01, decay=0.0, nesterov=False)
model.compile(loss='binary_crossentropy', optimizer=sgd)
model.fit(X, y, epochs=500)