如何解决改善LSTM的MSE
我试图通过使用脱除层,batchNormalization,更密集的层来提高我的准确性,但是没有什么可以显着改善我的LSTM。寻找建议。如果有帮助,我正在使用128的回望和112的回望。这是我的建筑,
generatorMultiF=gen(xMulti_trainF,yMulti_trainF,batches)
model4 = Sequential()
model4.add(LSTM(20,activation='relu',input_shape=(xMulti_trainF.shape[1],xMulti_trainF.shape[2]),return_sequences=True))
model4.add(LSTM(20,activation='relu'))
model4.add(Dense(yMulti_trainF.shape[1]))
model4.compile(optimizer='adam',loss='mse')
history=model4.fit_generator(generatorMultiF,steps_per_epoch=steps,epochs=150,verbose=1,shuffle=True)
我的损失仅降至0.008,我需要的更低,该数据使用MinMaxScaler进行缩放。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。