返回信息流最近用lstm训练模型，提取时序特征。
由于竞赛提供样本太少，只有1000左右，训练过程中设置隐层节64，输入维度512，分类效果很糟糕，还不如用svm分类的结果。已经加入了dropout，试了bn没啥用，调了调学习率效果也不大。请问大神，如何训练这种神经网络？急！！
发自「贵邮」
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #24534同步于 2017/6/19
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
请教lstm训练问题
zeroQiaoba
2017/6/19镜像同步12 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
想要抽取视频的特征。现在可以得到帧级别的特征，别人的文章中，一种方法是把帧级别的特征统计它的最大值，均值等转化为视频级别的特征。另一种是用lstm提取视频级别特征。看别人用lstm跑出来效果都很好，我也试了试，效果就是很糟糕。我也觉得样本太少了，但是不知道为什么别人就能跑出这么好的效果。请问大神们有什么方法吗？
【 在 zeroQiaoba 的大作中提到: 】
: 最近用lstm训练模型，提取时序特征。
:
: 由于竞赛提供样本太少，只有1000左右，训练过程中设置隐层节64，输入维度512，分类效果很糟糕，还不如用svm分类的结果。已经加入了dropout，
: .........
发自「贵邮」
【 在 zeroQiaoba 的大作中提到: 】
: 想要抽取视频的特征。现在可以得到帧级别的特征，别人的文章中，一种方法是把帧级别的特征统计它的最大值，均值等转化为视频级别的特征。另一种是用lstm提取视频级别特征。看别人用lstm跑出来效果都很好，我也试了试，效果就是很糟糕。我也觉得样本太少了，但是不知道为什么别人就能跑出这么好的效果。请问大神们有什么方法吗？
:
: 发自「贵邮」
样本是1000个视频？ 如果是这样的话，可以将视频-》图像-》图像局部区域，样本就增加了啊，比如一个局部图像区域在1-t时间抽取的特征（f1,f2,f3,fT）就可以输入到LSTM里了啊，这样你的样本就有K*1000了，K是单个图像抽取的局部图像区域个数
最近也在做lstm，keras对tensorflow做了很好的封装。使用keras调整网络结构更加方便，先确定data_dim、timesteps，本地训练的话增加3—5个隐层，基本上可以看出来最初的效果。如果效果不好，就要考虑怎么更好的选取特征。
我也是新手，期待大牛指导。