其他分享
首页 > 其他分享> > 人工智能实战 第6次作业 郑浩

人工智能实战 第6次作业 郑浩

作者:互联网

项目 内容
这个作业属于哪个课程 人工智能实战 2019(北京航空航天大学)
这个作业的要求在哪里 人工智能实战第六次作业(个人)
我在这个课程的目标是 了解人工智能的基础理论知识,锻炼实践能力
这个作业在哪个具体方面帮助我实现目标 了解参数的影响,学习调参
作业正文 见下文
其他参考文献

1.作业要求

2.参数调节

n_hidden1=64,n_hidden2=32,m_epoch = 2,batch_size = 10
learning_rate accuracy rate
0.1 0.9634
0.15 0.9648
0.2 0.9665
0.25 0.9612
0.3 0.9623
0.4 0.9622

可见,准确率大概在learning rate=0.2时最大。

n_hidden1=64,n_hidden2=32,m_epoch = 2,learning_rate=0.2
batch_size accuracy rate
5 0.9595
8 0.9626
10 0.9653
13 0.9632
15 0.9606
20 0.9623

可见,准确率大概在batch_size=10时最大。

learning_rate=0.2,m_epoch = 2,batch_size = 10
n_hidden1 n_hidden2 accuracy rate
32 16 0.9587
64 16 0.9644
64 32 0.9665
128 16 0.961
128 32 0.9631
128 64 0.963

可见,准确率大概在n_hidden1=64,n_hidden2=32时最大。

n_hidden1=64,n_hidden2=32,batch_size = 10,learning_rate=0.2
m_epoch accuracy rate
2 0.9636
5 0.9682
10 0.971
15 0.9727
20 0.9783

可见,m_epoch越大,准确率越高。这里取到20。

3.结果

取learning_rate=0.2,batch_size = 10,n_hidden1=64,n_hidden2=32,m_epoch=20

Loss曲线:

得到的准确率:

rate=9783 / 10000 = 0.9783

标签:实战,10,人工智能,32,rate,64,learning,郑浩,size
来源: https://www.cnblogs.com/wresinski/p/10750007.html