python - 这个 Keras LSTM 模型是否欠拟合？

Question

我认为这个模型是欠拟合的。这个对吗？

_________________________________________________________________
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        
=================================================================

以上是模型的总结。
关于如何改进模型的任何建议？

标签： pythonkeraslstm

Answer 1

当训练和测试损失都不好时，您的模型不适合，这里不是这种情况。从模型损失图中，训练损失和测试损失值接近且良好。在这种情况下，查看训练损失下降的速度可能有更多的训练数据会有所帮助。我认为用于训练和验证的数据（第一个图）彼此之间的相关性较小且非常相关（方差较小）。因此，该模型从您的第二个图中看到了截然不同类型的数据，这是它在训练期间从未见过的（基于用于生成模型的训练和验证数据集）。正如最初提到的，尝试移除 dropout（这就是我所说的正则化）。