這是 Keras LSTM model 欠擬合嗎？

Question

我認為這個 model 是欠擬合的。 這個對嗎？

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
lstm_1 (LSTM)                (50, 60, 100)             42400     
_________________________________________________________________
dropout_1 (Dropout)          (50, 60, 100)             0         
_________________________________________________________________
lstm_2 (LSTM)                (50, 60)                  38640     
_________________________________________________________________
dropout_2 (Dropout)          (50, 60)                  0         
_________________________________________________________________
dense_1 (Dense)              (50, 20)                  1220      
_________________________________________________________________
dense_2 (Dense)              (50, 1)                   21        
=================================================================

以上是對model的總結。
有關如何改進 model 的任何建議？

Answer 1

當訓練和測試損失都不好時，您的 model 不合適，這里不是這種情況。 從 model 損失 plot 來看，訓練和測試損失值接近且良好。 在這種情況下，查看訓練損失下降的速度可能有更多的訓練數據會有所幫助。 我認為用於訓練和驗證的數據（第一個圖）彼此之間的相關性較小且非常相關（方差較小）。 因此，model 看到的數據類型與您的第二個 plot 截然不同，它在訓練期間從未見過（基於用於生成模型的訓練和驗證數據集）。 正如最初提到的，嘗試移除 dropout（這就是我所說的正則化）。