验证损失不断减少和波动

时间:2019-07-21 00:12:06

标签: machine-learning keras lstm recurrent-neural-network

我的LSTM模型的验证损失总体上一直在下降,但波动很大。还是不合身吗?我应该尝试更多的时代吗?

我在大小约为400000的数据帧上训练了LSTM RNN模型。我试图找出合适的点,并选择最佳的时期数范围。但是,我找不到阈值点,之后验证损失开始不断增加。相反,我的验证损失不断减少,并且上下波动。这是否意味着我的模型仍然不合适? (图片链接: C++ Virtual/Pure Virtual Explained [1-1000个纪元] Symfony Web Server Configuration [500-1000纪元]

model.add(LSTM(50, return_sequences=True, input_shape=(None, num_features)))
model.add(LSTM(100, return_sequences=True))
model.add(LSTM(150, return_sequences=True))
model.add(LSTM(100, return_sequences=True))
model.add(LSTM(50))
model.add(Dense(1))
optimizer = tensorflow.keras.optimizers.Adam(lr=0.001)
model.compile(loss='mse', optimizer=optimizer)

0 个答案:

没有答案