我创建了一个双向seq2seq端编码器-解码器网络，旨在将不同的日期类型格式化为德语日期时间格式：day_writen_out，day.month.year
因此，作为一个例子，我有字符串12-27-1992，我希望模型预测周日，27.12.1992。
经过训练，该模型达到了98%的有效准确率。进一步的调查表明，该模型几乎总是预测日期本身是正确的，但该模型无法提取正确的日期。因此，它预测的不是周日，1992年2月27日，而是周三，1992年12月27日。只有5%的天数被正确预测。
我认为，问题在于我使用的LSTM，尽管它是双向的，但由于日期是预测的第一个元素，该模型没有太多信息来预测正确的日期，因为在时间步长0，该模型还没有看到任何日期值。这是正确的吗？
所以我的问题是，为什么这个模型不能预测正确的一天？一个能够一次读取整个序列的转换器架构能够解决这个问题吗？
谢谢
我认为，问题在于我使用的LSTM，尽管它是双向的，但由于日期是预测的第一个元素，该模型没有太多信息来预测正确的日期，因为在时间步长0，该模型还没有看到任何日期值。
试着生成27.12.1992-周三，看看这是否有作用。
老实说，我不认为任何模型都能用数据正确预测