在keras训练LSTM时，准确度保持为零

Question

我正在尝试训练LSTM，但是在每个时期训练精度仍为零。我已将数据转换为多变量时间序列数据，并且还以三维形状成形。我还使用minmaxsaller对数据进行了标准化。

我已尝试过5到50个批量大小，批量大小从25到200.我已经尝试过从1000000到1000的数据样本，但没有一个正常工作。

每次我的训练准确度只有零。

任何人都可以帮助我理解它或建议更多的实验。

以下是我的网络。

from keras.layers.core import Dense,Activation,Dropout
from keras.layers.recurrent import LSTM
from keras.models import Sequential
from keras.layers import Flatten

model = Sequential()
model.add(LSTM(50,return_sequences=True, input_shape=(X_train_values.shape[1], X_train_values.shape[2])))
model.add(Dropout(0.2))

model.add(Flatten())
model.add(Dense(1))

model.add(Activation('linear'))
model.compile(loss='mse',optimizer='rmsprop',metrics=['accuracy'])

history = model.fit(X_train_values, y_train.values,epochs=25, batch_size=30, verbose=2, shuffle=False)

Answer 1

我也是，我是来自中国的学生，当我训练LSTM模型时，模型的准确度非常接近零，但预测的答案和测试集合非常接近。 enter image description here

enter image description here