无法通过增加val_loss问题来调整LSTM

Question

问题：

• 我希望预测特定用户的转录次数。我正在使用LSTM这样做，但是当我拟合模型时，训练误差继续减小，但验证误差却增加了。我试图处理过拟合问题（请参阅下文），但这似乎不起作用。

摘要：

培训样本：409

响应变量的值计数（下一季度的交易）：

• 0：212
• 1：125
• 2：56
• 3：13
• 4：3

训练集：

• 回顾过去t以来过去4周的转录次数。

代码如下：

# create and fit the LSTM network
model = Sequential()
model.add(GRU(5,  input_shape=(1, look_back)))
model.add(Dropout(0.6))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, epochs=100, batch_size=1,shuffle = False, verbose=2,validation_split = 0.10)

任何帮助将不胜感激，如果需要其他详细信息，请告诉我。