按照别人的代码写了一个三层的 LSTM的代码,输入为(-1,stpes,input)的形式,具体大小为(32,10,512),做动作识别的,但是网络的损失值一直为固定范围内的值大概是四点多,网络损失一直不下降,请问是哪里错了吗,下面是那部分的代码
n_hidden_units=128 # 隐藏层神经元数目
num_layers=3 # 双向lstm神经网络的层数
n_steps=10
n_inputs=512
vgg_output = tf.reshape(vgg_output,[-1,n_steps,n_inputs])
def unit_lstm():
# 定义一层 LSTM_cell,只需要说明 hidden_size, 它会自动匹配输入的 X 的维度
lstm_cell = tf.contrib.rnn.BasicLSTMCell(num_units=n_hidden_units, forget_bias=1.0, state_is_tuple=True)
#添加 dropout layer, 一般只设置 output_keep_prob
lstm_cell = tf.contrib.rnn.DropoutWrapper(cell=lstm_cell, input_keep_prob=1.0, output_keep_prob=0.8)
return lstm_cell
#调用 MultiRNNCell 来实现多层 LSTM
mlstm_cell = tf.contrib.rnn.MultiRNNCell([unit_lstm() for i in range(num_layers)], state_is_tuple=True)
outputs, state = tf.nn.dynamic_rnn(mls