波动精度/损失曲线-LSTM Keras

Question

我正在为人类活动识别创建LSTM模型，并且一直在不断波动，但火车和损失曲线的增加。

以下架构给出了以下曲线火车和损失曲线：

model = Sequential()

model.add(LSTM(units = 128, return_sequences=True , input_shape=(3500, 11)))
model.add(Dropout(0.5))

model.add(Dense(units= 64, activation='relu'))

model.add(LSTM(units = 128, return_sequences=False , input_shape=(3500, 11)))
model.add(Dropout(0.5))

model.add(Dense(units= 64, activation='relu'))

model.add(Dense(4, activation='softmax'))

adam = tf.keras.optimizers.Adam(learning_rate=0.0020, beta_1=0.9, beta_2=0.999, 
                            epsilon=None, decay=0.0, amsgrad=False, clipnorm=1.)

model.compile(optimizer=adam ,loss='categorical_crossentropy',  metrics=['accuracy'])
history = model.fit(Gen, validation_data=val_Gen, epochs=30, callbacks=[tensorboard_callback], 
verbose=1).history

我尝试使用不同的超级参数更改模型架构但是什么都没有改善。

我正在使用KERAS的LimeRiesGenerator生成批处理。 有人有建议吗？