NeuralNetwork And Deep Learning 实验操作Chapter3

实验环境

Python3.6 shell
在这里插入图片描述

步骤

shell中FIle->open找到mnist_loader.py,打开。
在这里插入图片描述
之后,run->run moudle,在shell中会出现如下文字
在这里插入图片描述

交叉熵实验
输入如下命令
在这里插入图片描述
在这里插入图片描述
运行结果
在这里插入图片描述
最优结果为9568/10000,比二次代价函数要好。

over fitting

选择training_data的前1000张,Epoch=400
输入如下命令
在这里插入图片描述
运行结果
在这里插入图片描述
结果:最好结果仅为8179/10000,过度拟合

regularization

1、lambda=0.1,training_data=1000
在这里插入图片描述
在这里插入图片描述
2、lambda=5.0,training_data=50000
在这里插入图片描述
结果:准确率得到显著提升,即regulariziation可以抑制overfitting。
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_40313940/article/details/85095089