2017.10.26代码调试记录

昨天的结果中,最好的效果是3层全连接:Train Accuracy:  1.0,Test Accuracy:  0.765


2017.10.26代码调试记录_第1张图片


2017.10.26代码调试记录_第2张图片

4层卷积网络

隐藏层:2层卷积层+1层全连接层,输出层:Softmax分类器

K = 4 #hindden1的卷积核数目

L = 8 #隐藏层2的卷积核数

N = 200 #全连接层的节点数

使用了学习率衰减:

max_lr = 0.003

min_lr = 0.0001

decay_speed = 2000.0

未使用Droupout。pkeep:1.0

iter = 800

All cost time:  1519.3290100097656

Train Accuracy:  1.0

Test Accuracy:  0.805

使用卷机网络耗时明显增加


2017.10.26代码调试记录_第3张图片


2017.10.26代码调试记录_第4张图片

核数目稍微增多

K = 5 #hindden1的卷积核数目

L = 10

pkeep:1.0

终于,loss曲线有了很大的改观


2017.10.26代码调试记录_第5张图片


2017.10.26代码调试记录_第6张图片

核数目减少

K = 3 #hindden1的卷积核数目

L = 5

All cost time:  1459.0826830863953

Train Accuracy:  1.0

Test Accuracy:  0.84


2017.10.26代码调试记录_第7张图片


2017.10.26代码调试记录_第8张图片

K = 2 #hindden1的卷积核数目

L = 2

All cost time:  1211.8775815963745

Train Accuracy:  1.0

Test Accuracy:  0.905


第一次上90%!


2017.10.26代码调试记录_第9张图片


2017.10.26代码调试记录_第10张图片

将全连接层的节点数减少

K = 2 #hindden1的卷积核数目

L = 2 #隐藏层2的卷积核数

N = 100

All cost time:  1124.0736384391785

Train Accuracy:  1.0

Test Accuracy:  0.76


2017.10.26代码调试记录_第11张图片


2017.10.26代码调试记录_第12张图片

N=500

All cost time:  1369.4422793388367

Train Accuracy:  1.0

Test Accuracy:  0.765


2017.10.26代码调试记录_第13张图片


2017.10.26代码调试记录_第14张图片

N=180

All cost time:  1144.1208844184875

Train Accuracy:  1.0

Test Accuracy:  0.95

终于,这个95%还算不错了


2017.10.26代码调试记录_第15张图片


2017.10.26代码调试记录_第16张图片

你可能感兴趣的:(2017.10.26代码调试记录)