深度学习搭建LSTM模型时loss一次迭代就降到最低之后不再改变

如图，在进行模型训练的时候loss直接降至最低，这正常吗？

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

1条回答默认最新

关注

码龄粉丝数原力等级 --

被采纳

被点赞

采纳率
调停者จุ๊บ 2022-06-10 17:31
关注
您好，我也遇到这个问题了，请问您解决了吗？谢谢

解决无用
评论打赏
分享
举报

评论

按下Enter换行，Ctrl+Enter发表内容

报告相同问题？

关注问题

使用Keras编写的LSTM，训练时出现loss: nan - val_loss: nan，该如何调整？ keras lstm 有问必答深度学习
2022-05-03 18:40

回答 2 已采纳原数据第一列是时间形式的20220503这种，在读数据之后进行下面操作，你的数据是简单的1 2 34这种，数据可能在处理过程丢失或者变成nan了，你可以一步步看看每次处理后当前的数据现在是什么格式 d
深度学习LSTM的参数问题 lstm 深度学习神经网络
2023-03-07 11:00

回答 4 已采纳参考GPT和自己的思路，LSTM的参数W、U、b可以通过随机初始化或者预训练的方式获得。一般来说，W、U、b的维度和对应的输入和输出维度相关。在你给出的LSTM结构中，输入xt的大小是100，ht的
LSTM模型如何进行新数据的预测？ python 人工智能机器学习深度学习神经网络
2019-07-04 15:21

回答 2 已采纳创建一个预测数组，每预测一个Y就往数组里放一个，同时更新你用来预测的自变量X数组，剔除最早的X，把预测值加入到X里，依次往后预测
Bi-LSTM + Attention 模型学习记录（一）
2023-11-23 09:28

LLC74的博客本周学习了Bi-lstm+attention的模型，主要通过学习分析以下的论文： https://aclanthology.org/P16-2034.pdf 一、引言本周我学习了用于关系分类的神经网络Att-BLSTM，该模型利用神经元的注意机制和双向长短记忆网络...
吴恩达deeplearning.ai课程中序列模型这一章的作业Rnn（lstm）反向传播推导 lstm rnn 深度学习
2018-08-23 06:40

回答 4 已采纳 https://blog.csdn.net/Koala_Tree/article/details/79299358
关于LSTM模型提取数据特征 tensorflow 人工智能深度学习自然语言处理
2020-04-24 23:35

回答 1 已采纳用fit训练，用predict预测－－－－－－－－－－－－－－－－－－－－－－－－－－－本来还想多说几句的，一看之前的回答都没有采纳。当我白说
LSTM模型可以训练怎样的数据集？人工智能深度学习神经网络自然语言处理
2020-04-18 17:08

回答 1 已采纳 LSTM主要用来学习序列，并且序列的变化的影响因子和序列本身有关或者周期性波动。比如说文本预测，每天每周每年的销量别的也可以学，但是效果未必很好。
深度学习入门:如何从零开始搭建自己的深度学习模型?
2023-08-13 00:37

禅与计算机程序设计艺术的博客作为一名AI科研工作者，了解、掌握深度学习相关知识可以帮助你更好地理解并解决实际问题。本文将全面介绍深度学习的基础知识、技术要点及其应用。文章的内容涵盖：1.深度学习的历史演变2.深度学习的基本概念和术语3....
LSTM模型训练过拟合问题。 python 人工智能深度学习神经网络
2020-09-15 10:21

回答 1 已采纳没办法，你的训练样本太少。增加训练样本是唯一的办法。好比吃不饱饭怎么办，不增加饭，采用稀饭掺水，少餐多顿这些办法都治标不治本。所以你看即便it大厂，也在拼命积攒数据以及人工标注数据，花费大
找的lstm模型里没有学习率这个参数 python
2021-07-21 10:15

回答 2 已采纳不知道你这个问题是否已经解决, 如果还没有解决的话: 请看👉 ：深度学习-利用LSTM预测多输出如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 以帮助更多的人 ^-^
RNN 展开实现LSTM按时间步迭代时，有必要令reuse=true么？ tensorflow 人工智能深度学习神经网络自然语言处理
2019-04-06 15:23

回答 1 已采纳看你的数据是怎样的，如果每组数据之间在时序上独立，就不要reuse，否可可以use。简单来说，不用reuse，也就是不共享权值不会有什么大影响，但是错误用了它，会导致正确率不上升。
【深度学习&NLP】深度学习及NLP模型实现要点(实现一个深度学习NLP模型需要考虑的步骤)
2023-04-13 17:21

云日松的博客 深度学习的出现是在机器学习、神经网络和人工智能等多个领域的积累和发展的基础之上。在机器学习领域，早期的机器学习算法主要是基于浅层的神经网络模型，例如感知机支持向量机等。这些算法能够在某些问题上取得不错...
LSTM的loss不断下降，但train和test的准确率始终在0.5左右 tensorflow 机器学习深度学习神经网络自然语言处理
2019-07-19 10:18

回答 3 已采纳 LSTM是用来做文本生成，做垃圾邮件识别似乎没有什么道理。你的loss用的可能是MSE，平方误差对于大的误差的减小比较敏感，但是对于最终的分类没有什么帮助，就导致acc没有什么变化loss一直下降
深度学习知识点全面总结
2022-01-05 16:29

GoAI的博客本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经...
CNN-LSTM模型训练及预测瓦斯浓度
2024-03-05 16:41

NURBS.的博客所以在两个模型的中间需要对数据的维度进行转换，在卷积过程后先利用池化层放大特征信息，然后运用1*1卷积层和Squeeze层进行降维处理，最后将降维处理后的数据进行时序处理，从而实现对提取了空间关系的数据进行时序...
没有解决我的问题, 去提问

悬赏问题

¥15 maixpy训练模型，模型训练好了以后，开发板通电会报错，不知道是什么问题
¥30 截图中的mathematics程序转换成matlab
¥15 动力学代码报错，维度不匹配
¥15 Power query添加列问题
¥50 Kubernetes&Fission&Eleasticsearch
¥15 有没有帮写代码做实验仿真的
¥15 報錯：Person is not mapped，如何解決？
¥30 vmware exsi重置后登不上
¥15 c++头文件不能识别CDialog
¥15 Excel发现不可读取的内容

深度学习搭建LSTM模型时loss一次迭代就降到最低之后不再改变

1条回答 默认 最新

悬赏问题

1条回答默认最新