CNN+LSTM预测问题，l验证集loss不下降

model = Sequential()
model.add(Conv1D(filters = 64, kernel_size = 1, activation = 'relu', input_shape=(Time_step,Input_size))) #(N,251,64)
model.add(MaxPooling1D(pool_size = 5)) #(N,50,64)
model.add(Dropout(0.2))
model.add(Bidirectional(LSTM(Cell_size, return_sequences = False)))
model.add(Dropout(0.2))
model.add(Dense(64,activation='sigmoid'))
model.add(Dense(Output_size,activation='linear')) #(N,10)

1、数据集只有500组，数据格式：输入维数（500,251，24）   输出输入维数（500,10），目前这组数据集最大加到1000组
2、网络为CNN+LSTM+FC层
3、尝试加了dropout，没有效果
4、另外还尝试了Bi_LSTM、LSTM、加入attention 都没有改善 
5、将网络用于30000数据集，调整超参数后，效果很好
6、个人结论：数据集小了，不知道这个理解是否正确
问题：希望大家给点想法建议，我这是时序数据，不知道有没有办法做数据增生

img