я есть архитектура модели CNN-RNN с двунаправленной LSTMS для задачи регрессии временных рядов. Моя потеря не сходится за 50 эпох. Каждая эпоха имеет 20 тыс. Образцов. Потеря продолжает подпрыгивать между0,001 - 0,01.

batch_size=1
epochs = 50
model.compile(loss='mean_squared_error', optimizer='adam')   
trainingHistory=model.fit(trainX,trainY,epochs=epochs,batch_size=batch_size,shuffle=False)

Я пытался обучить модель с неправильно спаренными данными X и Y, для которых потеря остается0,5Разумно ли сделать вывод, что мои X и Y имеют нелинейные отношения, которые могут быть изучены моей моделью в течение нескольких эпох?Предсказания моей модели фиксируют шаблон, но со смещением я использую динамическое расстояние деформации времени, чтобы вручную проверить точность прогнозов, есть ли лучший способ?

Модель:

model = Sequential()
model.add(LSTM(units=128, dropout=0.05, recurrent_dropout=0.35, return_sequences=True, batch_input_shape=(batch_size,featureSteps,input_dim)))
model.add(LSTM(units=32, dropout=0.05, recurrent_dropout=0.35, return_sequences=False))
model.add(Dense(units=2, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer=opt, metrics=['accuracy'])