Потеря обучения - это Nan, но все данные обучения находятся в диапазоне без нуля

Когда я выполняю свой model.fit(x_train_lstm, y_train_lstm, epochs=3, shuffle=False, verbose=2)

Я всегда терплю поражение, как няня:

Epoch 1/3
73/73 - 5s - loss: nan - accuracy: 0.5417 - 5s/epoch - 73ms/step
Epoch 2/3
73/73 - 5s - loss: nan - accuracy: 0.5417 - 5s/epoch - 74ms/step
Epoch 3/3
73/73 - 5s - loss: nan - accuracy: 0.5417 - 5s/epoch - 73ms/step

Мой x_training сформирован (2475, 48), y_train сформирован (2475,)

• Я получаю свой входной набор поездов в (2315, 160, 48), поэтому 2315 наборов обучающих данных, 160 в качестве временного окна обратной петли, 48 функций
• соответственно, y_train равен 0 или 1 в форме (2315, 1)

Все в диапазоне (-1,1):

Моя модель такая:

Model: "sequential_2"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 lstm_6 (LSTM)               (None, 160, 128)          90624     
                                                                 
 dropout_4 (Dropout)         (None, 160, 128)          0         
                                                                 
 lstm_7 (LSTM)               (None, 160, 64)           49408     
                                                                 
 dropout_5 (Dropout)         (None, 160, 64)           0         
                                                                 
 lstm_8 (LSTM)               (None, 32)                12416     
                                                                 
 dense_2 (Dense)             (None, 1)                 33        
                                                                 
=================================================================
Total params: 152,481
Trainable params: 152,481
Non-trainable params: 0

• Я пробовал разные единицы LSTM: 48, 60, 128, 160, ни одна из них не работает.
• Проверяю свои тренировочные данные, все они в диапазоне (-1,1)
• В моем наборе данных нет нуля, x_train.isnull().values.any() выводит False

Теперь я понятия не имею, где я могу попробовать больше ~

Код моей модели:

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, LSTM
from tensorflow.keras.layers import Dropout

def create_model(win = 100, features = 9):
    model = Sequential()
    model.add(LSTM(units=128, activation='relu', input_shape=(win, features),
        return_sequences=True))
    model.add(Dropout(0.1))
    model.add(LSTM(units=64, activation='relu', return_sequences=True))
    model.add(Dropout(0.2))

    # no need return sequences from 'the last layer'
    model.add(LSTM(units=32))

    # adding the output layer
    model.add(Dense(units=1, activation='sigmoid'))

    # may also try mean_squared_error
    model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
    return model

здесь я рисую несколько образцов train_y: