人工智能实战_第六次作业_田博
| 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 | 第六次作业：调节三层神经网络参数，使模型准确度>97％ |
| 我在这个课程的目标是 | 了解人工智能，提高编程能力 |
| 这个作业在哪个具体方面帮助我实现目标 | 理解不同的参数的重要意义 |
作业正文
1、调节隐层神经元数n_hidden1、n_hidden2
（其他参数：learning_rate=0.2，max_epoch = 2，batch_size = 10）
| n_hidden1 | n_hidden2 | accuracy rate |
| ------ | ------ | ------ |
| 32 | 16 | 0.9588 |
| 64 | 16 | 0.9647 |
| 64 | 32 | 0.9663 |
| 128 | 16 | 0.962 |
| 128 | 32 | 0.9631 |
| 128 | 64 | 0.9633 |
结论：选取n_hidden1=64，n_hidden2=32
2、调节学习率learning_rate
（其他参数：n_hidden1=64，n_hidden2=32，max_epoch = 2，batch_size = 10）
| learning_rate | accuracy rate |
| ------ | ------ |
| 0.1 | 0.9638 |
| 0.15 | 0.9645 |
| 0.2 | 0.9663 |
| 0.25 | 0.9616 |
| 0.3 | 0.9626 |
| 0.4 | 0.962 |
结论：选取learning_rate=0.2
3、调节batch_size
（其他参数：n_hidden1=64，n_hidden2=32，max_epoch = 2，learning_rate=0.2）
| batch_size | accuracy rate |
| ------ | ------ |
| 5 | 0.9598 |
| 8 | 0.9629 |
| 10 | 0.9651 |
| 13 | 0.9634 |
| 15 | 0.9608 |
| 20 | 0.9623 |
结论：选取batch_size=10
4、调节max_epoch
（其他参数：n_hidden1=64，n_hidden2=32，batch_size = 10，learning_rate=0.2）
| max_epoch | accuracy rate |
| ------ | ------ |
| 2 | 0.9637 |
| 5 | 0.9683 |
| 10 | 0.974 |
| 15 | 0.9728 |
| 20 | 0.9786 |
结论：选取max_epoch=20
5、总结
max_epoch对结果影响较大。结果越准确，耗费时间也越长；其他参数的调节对准确率影响不大。
n_hidden1=64
n_hidden2=32
max_epoch=20
batch_size = 10
learning_rate=0.2
Testing...
rate=9786 / 10000 = 0.9786
