Keras 我在凯拉斯身上做得对吗？

我正在使用2个BLSTM和2个FC层执行序列分类的keras实现。我的数据形状是（2655219835），其中219是步骤，835是特征数。培训有1800个实例，测试有855个实例。共有4个分类组-0,1,2,3，并使用to_分类函数将它们转换为向量。网络实现代码如下：

model = Sequential()
model.add(Masking(mask_value=0., input_shape=(219,835)))
model.add(Bidirectional(LSTM(128,return_sequences=True)))
model.add(Bidirectional(LSTM(128)))
model.add(Dense(256,activation='relu'))
model.add(Dense(256,activation='relu'))
model.add(Dense(4, activation='softmax'))
adam=keras.optimizers.Adam(lr=0.0001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False)   
model.compile(loss='categorical_crossentropy', optimizer=adam, metrics=['accuracy'])
history=model.fit(train_data, label_train,  epochs=30, validation_split=0.33, batch_size=128, verbose=1)
pred=model.predict(test_data)

现在的问题是，我的准确率比论文中报道的准确率要低得多。你能帮我查一下我在这里是否犯了什么错误吗

---

谢谢

你能分享一下这张纸的链接吗？另外，请展示一下

标签列的输出样本。标签列是：数组（[[0,0,1,0.]，[0,0,0,1,0.]，[0,0,1,0.]，[0,1,0,0,0.]，[1,0,0,0,0.]，[1,0,0,0.]，[1,0,0.]，dtype=float32）我并不是在“精确地”实施一份文件。我只需要确保代码在逻辑上是合理的。谢谢