0

我在神经网络和 Keras 方面相对较新。我正在尝试不同的神经网络架构，我的目标不是获得最佳准确性，而是更多地理解和诊断我的神经网络的问题。

我目前正在做一个具有 3 个不同输入和 3 个输出的时间序列神经网络。我的架构是：

神经网络架构

我知道它不是最好的架构，结果相对令人失望：

结果训练/测试

我知道架构可能过于复杂，无法进行如此简单的预测。但是我想知道是否有解释为什么训练集中的误差减少（损失）但在几个时期之后它在测试集中停止减少（val_loss）。除了改变架构，我还能做些什么吗？

例如：

  • 改变功能（Relu，Tanh）
  • 节点数
  • 添加正则化
  • 更改批次
  • 改变层（CCN、LSTM、RNN）
  • 其他？

先感谢您 ;）

4

0 回答 0