人工智能实战2019BUAA_刘星航_第六次作业(补)


1.导航

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 这里
我在这个课程的目标是 理解并能应用一些常用的人工智能相关知识
这个作业在哪个具体方面帮助我实现目标 了解神经网络隐层的工作原理,学会搜索最优学习率并进行调参

2.作业要求

  • 将模型准确度调整至>97%
  • 整理形成博客,博客中给出参数列表和对应值
  • 给出最终的loss下降曲线
  • 给出最终准确度结果

3. 调整参数

可以进行调参的参数有:

  • epoch次数:可为10,20,30,40,50
  • 学习率:可为0.05,0.1,0.2,0.4,0.8
  • batch_size:可为5,10,20,50,100

经过尝试,参数为:
学习率=0.5
hidden1=128
hidden2=64
Epoch=30
batch_size=20
此时准确率最高为98.22%

4. Loss曲线

人工智能实战2019BUAA_刘星航_第六次作业(补)_第1张图片

你可能感兴趣的:(人工智能实战2019BUAA_刘星航_第六次作业(补))