neural-network - 为什么keras模型中的输出会发生变化？

Question

我在 Keras 中创建了以下模型：

model = Sequential()
model.add(Conv1D(filters=16,kernel_size=4,padding='same', input_shape=(window_size,1))) 
model.add(Bidirectional(LSTM(128, activation='sigmoid', return_sequences=True))) 
model.add(Bidirectional(LSTM(256, activation='sigmoid', return_sequences=True)))
model.add(Dense(128,activation='tanh'))
model.add(Dense(1))

输出是：

该模型似乎是从数据中学习的，但略有不同。我不明白为什么输出会发生变化。我的模型出了什么问题？我怎样才能避免这个问题？我试图用“sigmoid”交换“tanh”激活，但输出仍然发生了变化。有什么建议吗？

标签： neural-networkkerasdeep-learninglstmkeras-layer