人工智能实战_第六次作业_田博

项目	内容
这个作业属于哪个课程	人工智能实战2019
这个作业的要求在哪里	第六次作业：调节三层神经网络参数，使模型准确度>97％
我在这个课程的目标是	了解人工智能，提高编程能力
这个作业在哪个具体方面帮助我实现目标	理解不同的参数的重要意义

作业正文

1、调节隐层神经元数n_hidden1、n_hidden2

（其他参数：learning_rate=0.2，max_epoch = 2，batch_size = 10）

n_hidden1	n_hidden2	accuracy rate
32	16	0.9588
64	16	0.9647
64	32	0.9663
128	16	0.962
128	32	0.9631
128	64	0.9633

结论：选取n_hidden1=64，n_hidden2=32

2、调节学习率learning_rate

（其他参数：n_hidden1=64，n_hidden2=32，max_epoch = 2，batch_size = 10）

learning_rate	accuracy rate
0.1	0.9638
0.15	0.9645
0.2	0.9663
0.25	0.9616
0.3	0.9626
0.4	0.962

结论：选取learning_rate=0.2

3、调节batch_size

（其他参数：n_hidden1=64，n_hidden2=32，max_epoch = 2，learning_rate=0.2）

batch_size	accuracy rate
5	0.9598
8	0.9629
10	0.9651
13	0.9634
15	0.9608
20	0.9623

结论：选取batch_size=10

4、调节max_epoch

（其他参数：n_hidden1=64，n_hidden2=32，batch_size = 10，learning_rate=0.2）

max_epoch	accuracy rate
2	0.9637
5	0.9683
10	0.974
15	0.9728
20	0.9786

结论：选取max_epoch=20

5、总结

max_epoch对结果影响较大。结果越准确，耗费时间也越长；其他参数的调节对准确率影响不大。

n_hidden1=64
n_hidden2=32
max_epoch=20
batch_size = 10
learning_rate=0.2

Testing...
rate=9786 / 10000 = 0.9786

转载于:https://www.cnblogs.com/lovelyBobbie/p/10749649.html