【王俊杰de人工智能实战课】第6次作业
Brief Guide
项目 | 内容 |
---|---|
这个作业属于哪个课程 | 北航人工智能实战课 |
这个作业的要求在哪里 | 第三次作业要求 |
我在这个课程的目标是 | 获得机器学习相关的完整项目与学习经验;通过与人工智能行业的大牛们聊天了解行业不同方向的发展以便进行职业规划;为转CS积累基础知识并获得相关课程的成绩 |
这个作业在哪个具体方面帮助我实现目标 | 对三层神经网络调参,了解控制模型精确度的方法 |
作业正文… | 【王俊杰de人工智能实战课】第6次作业 |
其他参考文献… | 微软AI教育GitHub |
Main Homework
代码
learning_rate = 0.2
n_hidden1 = 32
n_hidden2 = 16
m_epoch = 2
batch_size = 10
调整参数
将 Max Epoch 设置为 10,确保在不同的学习率的情况下,学习结果都可以尽量到达平滑稳定阶段
1、调整学习率
除学习率外的参数设置
其余参数 | 数值 |
---|---|
Hidden Neural Number 1 | 32 |
Hidden Neural Number 2 | 16 |
Batch Size | 10 |
Max Epoch | 10 |
学习率的数值设置
学习率 | 准确率 |
---|---|
0.01 | 0.9538 |
0.03 | 0.9621 |
0.05 | 0.9681 |
0.1 | 0.9671 |
0.2 | 0.9631 |
0.3 | 0.9631 |
0.4 | 0.9578 |
0.5 | 0.9532 |
0.6 | 0.9543 |
0.7 | 0.9455 |
2、调整隐藏层的神经元数量
除隐藏层神经元数量外的参数设置
其余参数 | 数值 |
---|---|
Learning Rate | 0.2 |
Batch Size | 10 |
Max Epoch | 10 |
隐藏层神经元数量的数值设置
第一层 | 第二层 | 准确率 |
---|---|---|
32 | 16 | 0.9631 |
64 | 16 | 0.9694 |
32 | 32 | 0.9653 |
64 | 32 | 0.9719 |
3、调整批大小
除批大小外的参数设置
其余参数 | 数值 |
---|---|
Learning Rate | 0.2 |
Hidden Neural Number 1 | 32 |
Hidden Neural Number 2 | 16 |
Max Epoch | 10 |
批大小的数值设置
批大小 | 准确率 |
---|---|
10 | 0.9651 |
12 | 0.9605 |
14 | 0.9662 |
16 | 0.9619 |
18 | 0.9645 |
20 | 0.9676 |
4、调整最大的epoch值
除最大epoch值外的参数设置
其余参数 | 数值 |
---|---|
Learning Rate | 0.2 |
Hidden Neural Number 1 | 32 |
Hidden Neural Number 2 | 16 |
Batch Size | 10 |
最大epoch值的数值设置
最大epoch | 准确率 |
---|---|
2 | 0.954 |
4 | 0.9574 |
6 | 0.9589 |
8 | 0.9612 |
10 | 0.972 |
最终结果
1、较优参数设置
参数 | 数值 |
---|---|
Learning Rate | 0.2 |
Hidden Neural Number 1 | 64 |
Hidden Neural Number 2 | 32 |
Batch Size | 20 |
Max Epoch | 10 |
2、准确度结果
accuracy = 0.9733
3、LOSS下降曲线展示
转载于:https://www.cnblogs.com/WJJ98-BUAA/p/10751581.html
【王俊杰de人工智能实战课】第6次作业相关推荐
- 【王俊杰de人工智能实战课】第7次作业2
Brief Guide 项目 内容 这个作业属于哪个课程 北航人工智能实战课 这个作业的要求在哪里 第三次作业要求 我在这个课程的目标是 获得机器学习相关的完整项目与学习经验:通过与人工智能行业的大牛 ...
- 【王俊杰de人工智能实战课】第8次作业
Brief Guide 项目 内容 这个作业属于哪个课程 北航人工智能实战课 这个作业的要求在哪里 第三次作业要求 我在这个课程的目标是 获得机器学习相关的完整项目与学习经验:通过与人工智能行业的大牛 ...
- 人工智能实战课第三次作业-尹正超
作业三:使用minibatch的方式进行梯度下降 项目 内容 这个作业属于哪个课程 人工智能实战 这个作业的要求在哪里 第三次作业-使用minibatch的方式进行梯度下降 我在这个课程的目标是 学习 ...
- 人工智能实战_第三次作业_陈泽寅
第三次作业:使用minibatch的方式进行梯度下降 一.简要概述 项目 内容 课程 人工智能实战2019 作业要求 作业要求 我在这个课程的目标是 了解人工智能理论,提升coding能力 这个作业在 ...
- 人工智能实战_第八次作业_手写数学式子识别_廖盈嘉
第8次作业:手写数学式子识别 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 人工智能实战第八次作业 我在这个课程的目标是 学会.理解和应用神经网络知识来完成一个app ...
- 人工智能实战2019 第五次作业 焦宇恒 16721088
标题 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 逻辑与非门 这个作业在哪个具体方面帮助我实现目标 神经网络二分类法 逻辑与门训练样本 X1 X2 Y 0 0 0 0 1 ...
- 人工智能实战2019第六次作业 焦宇恒
标题 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 练习调整超参 这个作业在哪个具体方面帮助我实现目标 体验超参对学习结果的影响 实验结果 本次实验,假设各个变量相互独立使用 ...
- 人工智能实战2019第七次作业(OpenPAI) 16721088 焦宇恒
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 OpenPAI与NNI的使用 我在本作业的目标 学习OpenPAI的使用 学习OpenPAI的使用 OpenPAI简介 ...
- 人工智能实战2019第七次作业(黄金点) 16721088 焦宇恒
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 黄金点游戏 我在本次作业的目标 体验黄金点游戏,构思AI策略 黄金点游戏 游戏介绍 N个同学(N通常大于10),每人写 ...
最新文章
- c语言程序开发过程上机步骤,C语言程序上机步骤2010.doc
- WCF布署问题 :HTTP 错误 404.17 - Not Found 请求的内容似乎是脚本,因而将无法由静态文件处理程序来处理。...
- simulink中使用memory模块实现变量的累加和(离散积分器)
- gridcontrol 控件的用法
- 微信小程序 - 五星评分(含半分)
- wsgiref — WSGI Utilities and Reference Implementation¶
- 《计算机组成原理》数据传送类指令不包括( ),兰大《计算机组成原理》20秋平时作业1【标准答案】...
- 删除倾斜OSGB数据中的漂浮物
- Mac卸载Anaconda
- 如何快速搜索文件和文件内容
- 6.4.10 删除电子邮件
- 罗尔(Rolle)、拉格朗日(Lagrange)和柯西(Cauchy)三大微分中值定理的定义
- SSM-页面无法显示图片,样式等静态资源
- 数字图像处理作业-医学图像浏览器
- ISDEV : error -6003的解决办法
- phpStudy环境变量
- 渲染管线中的坐标空间和相关变换
- 2011年中国高性能计算机性能TOP100排行榜
- 【每日一题】最大正方形面积——进阶,矩形面积
- matlab自带滤波器函数
热门文章
- HTTP Referer 防外链
- (转)正则表达式语法
- xml c libxml类库使用
- CSP:CSP认证考试:202012-1(期末预测之安全指数)满分答案,Java版
- pythonapriori算法特点_Python --深入浅出Apriori关联分析算法(一)
- 2018新秀杯a城轨司机调度_城市轨道交通行车调度问题与优化方式研究
- mac启动本地redis_通过 Laravel Sail 构建基于 Docker 的本地开发环境
- python中tolist_python - 无法使用Gremlinpython使用“ .toList()”列出Janusgraph中存在的所有顶点 - 堆栈内存溢出...
- fast软件_自媒体者遇见喜欢好听的视频背景音乐,用一款软件就可以把它提取...
- mysql注入漏洞语句_mysql注入sleep语句引发的拒绝服务