时间序列预测期间的损失和Val_Loss为NaN

Question

我正在尝试通过使用以前的数据来预测连续值。我将LSTM用于时间序列预测。我的数据有800行。我已将 time_step 设置为100 。我有1个功能。

我按如下方式创建了模型：

.document("chefId").collection("chef")

我之所以使用' adam 优化器是因为根据其他资料，我在回归问题优化器中看到了诸如' sgd ”和“ rmsprop ”可能会导致此类问题。

我将其运行100个纪元，但是很快我就开始以nan的形式出现损失和val_loss。

    model=Sequential()

    model.add(LSTM(30,input_shape=(n_steps,1),activation='relu'))
    model.add(Dense(50,activation='relu'))
    model.add(Dense(1,activation='linear'))

非常感谢您的帮助。