训练LSTM神经网络时遇到的问题

Question

在训练LSTM网络的时候，loss等数据趋势增加，误差显示也比较大，但结果和真值的却非常拟合。不知道是什么问题。

Answer 1

【相关推荐】

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7511163
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：基于LSTM及其变种网络的时序数据建模实战教程
• 您还可以看一下 吕强老师的自然语言处理实战—LSTM情感分析课程中的 LSTM情感分类模型的训练和预测小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 关于lstm下分类模型中，loss持续减少，而acc和val_acc始终不变的分析中的 问题描述： 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:
  具体情况如下：

  Epoch 00002: val_acc did not improve from 0.44288
  Epoch 3/60
  94790/94790 [==============================] - 26s 272us/step - loss: 1.0569 - acc: 0.4529 - val_loss: 1.0849 - val_acc: 0.4429
  
  Epoch 00003: val_acc did not improve from 0.44288
  Epoch 4/60
  94790/94790 [==============================] - 26s 273us/step - loss: 1.0550 - acc: 0.4520 - val_loss: 1.0843 - val_acc: 0.4429
  
  Epoch 00004: val_acc did not improve from 0.44288
  Epoch 5/60
  94790/94790 [==============================] - 26s 273us/step - loss: 1.0530 - acc: 0.4514 - val_loss: 1.0838 - val_acc: 0.4429
  
  Epoch 00005: val_acc did not improve from 0.44288
  Epoch 6/60
  94790/94790 [==============================] - 26s 272us/step - loss: 1.0520 - acc: 0.4530 - val_loss: 1.0840 - val_acc: 0.4429
  
  Epoch 00006: val_acc did not improve from 0.44288
  Epoch 7/60
  94790/94790 [==============================] - 26s 275us/step - loss: 1.0520 - acc: 0.4533 - val_loss: 1.0834 - val_acc: 0.4429
  

  loss和acc实在是恢复不出当时的效果了，大家请以val_loss和val_acc的变化为参考(打脸嫌疑...)

  ---

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, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^