问理解LSTM培训和验证图及其度量(LSTM )

EN

我已经训练了一个RNN/LSTM模型。我想解释我的模型结果，在绘制了图表的损失和准确性(b/w培训和验证数据集)。

如果我只向模型提供部分输入，我的目标是对标签进行分类(0或1)。以这种方式我进行了训练。

Train_Validate_Test_Split

Train 80% ; Validate 10 % ; Test 10%

X_train_shape : (243, 100, 5)
Y_train_shape : (243,)

X_validate_shape : (31, 100, 5)
Y_validate_shape : (31,)

X_test_shape : (28, 100, 5)
Y_test_shape : (28,)

模型摘要

模型图

模型度量

来自模型结果的

问题或解释

问题1:从丢失和准确的图表中我能理解/解释什么？如何确定模型是否为我的数据集进行了适当的培训？问题2:在模型训练中，振荡是否在损失和准确性两方面都有影响？(或者这是一种正常的行为)如果不是，我如何在没有振荡的情况下使我的模型正则化？问题3:我可以从我的度量表列中解释或理解什么？与列车和验证精度相比，我的> Y_test精度更高，我能从这种行为中解释什么？