培训损失激增

Question

我有一个3层LSTM递归神经网络（每层128个单元-整个网络约330K参数），并用各种大小的数据集对其进行训练，这些数据集都是从母数据集中分层随机抽样的（我正在使用RMSprop作为具有默认参数的优化程序）。但是，当我使用大约300万个样本或更多样本的数据集训练模型时，却表现不佳，而对于较小的数据集，一切都很好：

什么是训练准确性急剧上升的原因？对我来说，训练损失上升毫无意义！ 我正在具有Nvidia GPU的计算机上在Tensorflow / Keras下运行我的代码。在仿真过程中没有运行时或内存错误。