提高mnist模型精确度
模型 提高 精确度 mnist
2023-06-13 09:16:28 时间
1、问题
在学习深度学习这门课程中,各种模型指标有一个叫精确度,精确度的意思就是说在模型完成后,测试集的结果与真实值之间的占比程度。那么我们应该如何提高整个模型的精确度呢?我们都知道深度学习模型的建立在经过一些简单的配置,默认的参数,模型在一次训练只有较低的准确率,往往在多次训练后最高也不到85%。所以我们需要一些方式来提高精确度。
2、方法
通过学习和网上查找资料,我总结出了以下几个提高准确度的技巧:网络的层数以及每一层神经元的个数,学习率的更新:随着迭代次的增加,指数下降,学习轮数的设定,参数优化,数据处理,或者新增一些优化方法,还有比较复杂的一种方法,那便是使用更加复杂的模型以达到更高的准确度,以下是代码呈现:
1.lr = tf.Variable(0.001, dtype = tf.float32)#使用变量方式,定义学习率,初始值为0.001,类型是float32
2.sess.run(tf.assign(lr,0.001*(0.95**epoch)))
每批次迭代,学习率以初始值为0.001,指数下降,利用tf.assign()的方法赋值更新
3、结语
对于提高准确度的问题,在经过多次尝试和多种方法后得出了一些结论,证明了本方法确实是有效的,虽然不能算是效果最好的一种方式,但是在后续的学习中一定能找到更好的方法来解决类似的问题,还应该不断的尝试,不断的实验寻找更优秀的方法,才能更好的提高准确度。
相关文章
- noip2018提高组初赛解析_noip小学组
- 首个汽车行业软件研发效能成熟度模型标准研讨会成功举办
- 详解Kubernetes网络模型
- MATLAB对Googlenet模型进行迁移学习
- 卡诺模型:提高以客户为中心的方法
- Jmm模型_fgls模型
- NeurIPS 2022 | 视觉长尾学习模型为何无法较好地落地?
- R语言代做编程辅导回归模型分析工资数据案例报告(附答案)
- R语言基于决策树的银行信贷风险预警模型|附代码数据
- 中科院 AI 团队最新研究发现,大模型可通过自我验证提高推理性能
- 只需3秒就能偷走你的声音!微软发布语音合成模型VALL-E:网友惊呼「电话诈骗」门槛又拉低了
- 推荐系统遇上深度学习(二)--FFM模型理论和实践
- 2007图灵奖得主离开了:模型检测先驱Edmund Clarke因新冠逝世
- Linux下的网络模型:构建基础之上的思考(linux网络模型)
- 使用Redis的链接模型来提高性能(redis链接模型)