調節神經網路超引數
專案
內容
課程人工智慧實戰2019
作業要求
修改level3中的超參，訓練mnist資料集，令測試結果的準確度大於97%
我的課程目標
掌握相關知識和技能，獲得專案經驗
本次作業對我的幫助
理解神經網路的基本原理，並掌握**實現的基本方法
作業正文
【人工智慧實戰2019-何崢】第6次作業
其他參考文獻
b6-神經網路基本原理簡明教程
(1) n_hidden1 = 32; n_hidden2 = 16;
learning rate
accuracy rate
0.01
0.9518
0.02
0.9633
0.03
0.9676
0.04
0.9692
0.05
0.9691
0.06
0.9672
0.07
0.9684
0.08
0.9675
0.09
0.9653
(2)n_hidden1 = 64; n_hidden2 = 32;
learning rate
accuracy rate
0.01
0.9567
0.02
0.9665
0.03
0.9703
0.04
0.9717
0.05
0.974
0.06
0.9744
0.07
0.9741
0.08
0.9733
0.09
0.9725
（n_hidden1 = 64; n_hidden2 = 32; m_epoch = 16; batch_size = 16; learning rate = 0.06）
flag
accuracy rate
00.1135
10.9209
20.9744
改變初始化方法發現，當引數全部初始化為0時，神經網路失效。這是由於每一層中的所有引數初值相同，更新值相同，故而更新後的引數值也相同，同層的多個節點值相當於乙個節點，失去了網路學習特徵的意義，導致結果無法收斂。
在除錯的多組引數中對比得出最優組合為：
人工智慧實戰2019 何崢 第3次作業
使用minibatch的方式進行梯度下降 專案 內容 課程人工智慧實戰2019 作業要求 採用隨機選取資料的方式，batch size分別選擇5，10，15進行執行，並回答關於損失函式的 2d 示意圖的問題 我的課程目標 掌握相關知識和技能，獲得專案經驗 本次作業對我的幫助 理解神經網路的基本原理，...
人工智慧實戰2019 何崢 第7次作業 黃金點
點遊戲 專案 內容 課程人工智慧實戰2019 作業要求 分析 點遊戲，嘗試在房間0或房間1中取得高分 我的課程目標 掌握相關知識和技能，獲得專案經驗 本次作業對我的幫助 了解 點遊戲中迭代和隨機波動的思想 作業正文 人工智慧實戰2019 何崢 第7次作業 點 其他參考文獻 點遊戲是乙個數字小遊戲，其...
人工智慧實戰2019 第6次個人作業 鄒鎮洪
written by joezou 鄒鎮洪 2019 4 5 專案 內容這個作業屬於課程 人工智慧實戰 2019 北京航空航天大學 這個作業的要求在 人工智慧實戰第五次作業 個人 我在這個課程的目標是 這個作業在這些方面幫助我實現目標 練習python 和學會基本的神經網路調參 其他參考文獻 無作業...