在keras中訓練LSTM時精度保持為零

Question

我正在嘗試訓練LSTM，但是訓練精度在每個時期都保持為零。 我已經將數據轉換為多元時間序列數據，並且也以三維形狀成形。 我也使用minmaxsaller標准化了數據。

我嘗試了從5到50的多個時期，批量大小從25到200的嘗試。我嘗試了1000000到1000的數據樣本，但是沒有一個工作。

每次我獲得的培訓准確性僅為零時。

任何人都可以幫助我理解它，或者提出一些更多的實驗。

以下是我的網絡。

from keras.layers.core import Dense,Activation,Dropout
from keras.layers.recurrent import LSTM
from keras.models import Sequential
from keras.layers import Flatten

model = Sequential()
model.add(LSTM(50,return_sequences=True, input_shape=(X_train_values.shape[1], X_train_values.shape[2])))
model.add(Dropout(0.2))

model.add(Flatten())
model.add(Dense(1))

model.add(Activation('linear'))
model.compile(loss='mse',optimizer='rmsprop',metrics=['accuracy'])

history = model.fit(X_train_values, y_train.values,epochs=25, batch_size=30, verbose=2, shuffle=False)

Answer 1

我也是我的中國學生，當我訓練LSTM模型時，模型的精度非常接近零，但預測的答案和測試集卻非常接近。 在此處輸入圖片說明

在此處輸入圖片說明