我已经使用LSTM体系结构进行了文本分类，这种体系结构的问题是它过于适合

Question

LSTM架构将文本分类在30个类别内，问题是在3个时代之后是否过度拟合，有没有避免过度拟合的建议

model.add(Embedding(max_words, embedding_dimension, input_length=X.shape[1]))
model.add(LSTM(100, return_sequences=True))
model.add(LSTM(100))
model.add(Dense(30, activation='sigmoid'))
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['acc'])
print(model.summary())