Apprentissage du model LSTM

On est avec l'algorithme de prédiction Tensorflow et Keras dans les couches LSTM du modèle et l'on va essayer de déterminer l'influence du nombre de couches LSTM.

Faisons varier LSTM Units pour "voir" l'influence de ce paramètre sur la prédiction :

LSTM 10

100

LSTM 100

200

LSTM 200

230

LSTM 203

300

LSTM 300

400

LSTM 400

500

LSTM 500

Je pensais ne faire varier ce paramètre qu'entre 20 et 100 mais 300 apporte une certaine précision et que le score est encore amélioré d'un facteur presque 2.

Le problème de l'augmentation de LSTM Units c'est le surapprentissage.

Et puis je pose la question de la variabilité des résultats à ChatGpt et là, oh surprise, il me parle de "fixer les graines aléatoires". Tout un programme.