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