新人一枚，之前见过有教程使用LSTM对MNIST手写数字进行分类识别，取的是LSTM最后一步的输出进行分类，准确率能达到95左右。后来我按照这个思想使用LSTM进行文本分类，为什么效果很差，loss降低的很慢，train与test的准确率始终维持在0.5左右？
rnn一般是做序列预测/生成，为什么非要用它做分类呢。我看到的基本都是用dnn dbn cnn来做分类，你说的教程在哪里？我很好奇。
LSTM本身比较难训练，参数与hidden layer和units等有关，可以加dropout和weight normalization试试，模型本身特点理解很重要