一.作业要求
a. 将模型准确度调整至>97%
b. 整理形成博客,博客中给出参数列表和对应值
c. 给出最终的loss下降曲线
d. 给出最终准确度结果
项目 | 内容 |
---|---|
这个作业属于哪个课程 | 人工智能实战 |
我在这个课程的目标是 | 将人工智能技术与本专业知识联系 |
这个作业在哪个具体方面帮助我实现目标 | 了解多层神经网络的运用过程 |
作业正文 | 链接 |
二.核心代码
主函数
参数设定:
学习率:0.1
隐藏层1神经元数:64
隐藏层2神经元数:16
epoch次数:16
if __name__ == '__main__':
print("Loading...")
learning_rate = 0.1
n_hidden1 = 64
n_hidden2 = 16
n_output = 10
dataReader = LoadData(n_output)
n_images = dataReader.num_example
n_input = dataReader.num_feature
m_epoch = 16
batch_size = 10
dict_Param = InitialParameters3(n_input, n_hidden1, n_hidden2, n_output, 2)
dict_Param = Train(dataReader, learning_rate, m_epoch, n_images, n_input, n_output, dict_Param, forward3, backward3, update3, batch_size)
SaveResult(dict_Param)
Test(dataReader, n_output, dict_Param, n_input, forward3)
三.结果展示
- 误差曲线:
- 检验集结果:
Testing... rate=9739 / 10000 = 0.9739
满足要求