贾翔昊 21210980038
Github地址:KomorebiLHX/Neural-Network-Numpy: 使用Numpy构建两层神经网络分类器 (github.com)
python main.py ###主程序直接使用最新参数进行模型训练
python main.py --hidden_size XX --lr xx --reg xx --epochs xx
##pu对指定的参数进行训练 可空
python main.py -load ###加载已经训练好的最优模型
python main.py -search ###进行参数查找
-visual ###上述指令后加入,-visual 可视化
-
参数查找范围如下
lrs = [0.025+0.002*i for i in range(5)] ##学习率 hidden_sizes = [40,60,80,100] ###隐藏层 regs = [0+0.001*i for i in range(5)] ###正则化强度
-
最佳模型的超参数为:
lr = 0.033
hidden_size = 100
reg = 0
accuracy = 97.42%
-visual ###上述指令后加入,-visual 可视化,不加,默认不进行可视化
- 主函数为visualize.py
- 采用折线图对loss和accuracy可视化,采用直方图对网络每层参数进行可视化
- 结果保存在visualize文件夹下
链接:https://pan.baidu.com/s/1dukYnvi7F_V6d3H0kX9DqA 提取码:6666
注意:将models文件解压,models文件夹中