Python 双向LSTM:精度从1%开始降低到0.01%

Python 双向LSTM:精度从1%开始降低到0.01%,python,keras,lstm,Python,Keras,Lstm,有什么我可以调整的吗?我尝试了不同的优化器,不同的批量大小似乎都能奏效 这是一个机密项目,我不能透露数据集。我将退出调整为0.2,并将嵌入输出减少到40。似乎有所改善。任务是什么?你想用这个模型实现什么? def cus_gen(batch_size,X,y): while True: X,y=shuffle(X,y) for i in range(len(X)//batch_size): yield (numpy.array(X[

有什么我可以调整的吗?我尝试了不同的优化器,不同的批量大小似乎都能奏效


这是一个机密项目,我不能透露数据集。

我将退出调整为0.2,并将嵌入输出减少到40。似乎有所改善。任务是什么?你想用这个模型实现什么?
def cus_gen(batch_size,X,y):
    while True:
        X,y=shuffle(X,y)
        for i in range(len(X)//batch_size):
            yield (numpy.array(X[i*batch_size:(i+1)*batch_size]),numpy.array(y[i*batch_size:(i+1)*batch_size]))



optimizer=adam(lr=0.001)

model=Sequential()
model.add(Embedding(input_dim=733,output_dim=60,input_length=12))
model.add(Bidirectional(LSTM(250,return_sequences=True,activation='relu'),merge_mode='concat'))
Dropout(0.4)

model.add(Bidirectional(LSTM(350,return_sequences=True,activation='relu'),merge_mode='concat'))
Dropout(0.4)
model.add(TimeDistributed(Dense(332, activation='sigmoid')))
model.compile(loss='cosine_proximity',optimizer=optimizer,metrics=['acc'])
model.fit_generator(generator=cus_gen(40,X,y),steps_per_epoch=10000,epochs=100)