做了一个lstm模型,损失率下到一定位置就不下了是为什么,该如何进行修改
1条回答 默认 最新
关注 - 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/748529
- 这篇博客你也可以参考下:异常监测②——lstm时间序列预测&lstm简易原理
- 除此之外, 这篇博客: LSTM中的归一化与反归一化问题、预测未来值问题中的 构建LSTM模型,并编译运行 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
这里需要注意的是,LTSM的层数可以自行选择,但是应该注意的是除最后一层的LSTM的return_sequences应该为False外,其余LSTM层该参数都保持为True,否则会报错
#构建LSTM模型,SEQ_LEN就是构造数据的时间序列 model = Sequential([ layers.LSTM(64,return_sequences=True,input_shape = (SEQ_LEN,1)), layers.LSTM(128,return_sequences=False), layers.Dense(1) ]) #定义checkpoint,保存权重文件 file_path = "td_15minmodel_02.hdf5" checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(filepath=file_path, monitor = 'loss', mode='min', save_best_only=True, save_weights_only=True) #模型编译 from keras import optimizers model.compile(optimizer='adam',loss='mse') #模型训练 history = model.fit(train_batch_dataset, epochs=10,validation_data=test_batch_dataset, callbacks=[checkpoint_callback]) #显示train loss和val loss plt.figure(figsize=(16,8)) plt.plot(history.history['loss'],label='训练集误差') plt.plot(history.history['val_loss'],label='测试集误差') plt.tick_params(labelsize=18) font2 = { 'weight': 'normal', 'size': 18, } plt.xlabel('训练论数',font2) plt.ylabel('MAE误差', font2) plt.title("误差") plt.legend(loc='best') plt.show()
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥18 关于#贝叶斯概率#的问题:这篇文章中利用em算法求出了对数似然值作为概率表参数,然后进行概率表计算,这个概率表是怎样计算的呀
- ¥20 C#上传XML格式数据
- ¥15 elementui上传结合oss接口断点续传,现在只差停止上传和继续上传,各大精英看下
- ¥100 单片机hardfaulr
- ¥20 手机截图相片分辨率降低一半
- ¥50 求一段sql语句,遇到小难题了,可以50米解决
- ¥15 速求,对多种商品的购买力优化问题(用遗传算法、枚举法、粒子群算法、模拟退火算法等方法求解)
- ¥100 速求!商品购买力最优化问题(用遗传算法求解,给出python代码)
- ¥15 虚拟机检测,可以是封装好的DLL,可付费
- ¥15 kafka无法正常启动(只启动了一瞬间会然后挂了)