人工智能实战2019BUAA_刘星航_第六次作业（补）
1.导航
| 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 | 这里 |
| 我在这个课程的目标是 | 理解并能应用一些常用的人工智能相关知识 |
| 这个作业在哪个具体方面帮助我实现目标 | 了解神经网络隐层的工作原理，学会搜索最优学习率并进行调参 |
2.作业要求
- 将模型准确度调整至>97%
- 整理形成博客，博客中给出参数列表和对应值
- 给出最终的loss下降曲线
- 给出最终准确度结果
3. 调整参数
可以进行调参的参数有：
- epoch次数：可为10,20,30,40,50
- 学习率：可为0.05,0.1，0.2,0.4,0.8
- batch_size：可为5,10,20,50,100
经过尝试，参数为：
学习率=0.5
hidden1=128
hidden2=64
Epoch=30
batch_size=20
此时准确率最高为98.22%
