观察模型的效果
1. 训练集的准确率accuracy应该会高于测试集
2. 观察训练轮数epoch与准确率accuracy、损失loss的关系
改进网络的方法
1. 增加隐藏层改进简单的网络
2. 使用dropout进一步改进简单网络
3. 选择更好的优化器optimizer
4. 增加训练轮数epoch
5. 控制优化器的学习率
6. 增加内部隐藏神经元的数量
7. 增加批处理Batch_size的大小
当batch_size=1时,变成在每个epoch中,每个样本进行一次梯度更新,一共更新n次。
当batch_size=n时(n=样本总数),变成在每个epoch中,所有样本数据进行一次梯度更新,一共更新一次。
当batch_size=k时,变成在每个epoch中,batch_size个样本更新一次梯度,一共更新n/batch_size次。
7. 采用正则化方法避免过拟合
Keras文档有关正则化内容:
8. 超参数调优
用训练好的模型预测