Ошибка и потеря модели keras lstm остаются неизменными благодаря подгонке - PullRequest
Новая
       9

Ошибка и потеря модели keras lstm остаются неизменными благодаря подгонке

0 голосов
/ 22 февраля 2019

У меня есть модель, но процесс подгонки не делает ее лучше.Ошибка остается неизменной на протяжении всего процесса, и все прогнозы равны 1,0.

Пытаясь получить модель для прогнозирования следующего значения во временном ряду, значение представляет собой недельный объем продаж и составляет 107 длинных 

model = Sequential()
model.add(LSTM(units = 64, return_sequences = True, input_shape = (1, 50)))
model.add(Dropout(0.2))
model.add(LSTM(units = 64))
model.add(Dense(10))
model.add(Dense(1, activation = 'softmax'))

model.compile(loss = 'mean_squared_error', optimizer = 'rmsprop', metrics = ['mae'])

model.fit(x = train_x, y = train_y, batch_size = 23, epochs = 100)

Epoch 1/100
36/36 [==============================] - 1s - loss: 0.6570 - mean_absolute_error: 0.8036     
Epoch 2/100
36/36 [==============================] - 0s - loss: 0.6570 - mean_absolute_error: 0.8036

.... 

Epoch 99/100
36/36 [==============================] - 0s - loss: 0.6570 - mean_absolute_error: 0.8036     
Epoch 100/100
36/36 [==============================] - 0s - loss: 0.6570 - mean_absolute_error: 0.8036  

model.predict(x = test_x)

array([[1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.],
   [1.]], dtype=float32)

помоги мне ТАК, ты моя единственная надежда

...