今日完了
フィッティングモデル、訓練の結果は、曲線の形状はほぼ同じ、非常に優れています
しかし、少し高いエラーは、実際のデータに変換するのない確率が存在しないからだろう
明日の計画
真のエラーを見つけるために、ニューラルネットワークの出力部を修正
経験今日
フィッティングプロセスは、運動量の最適化の方法は、より良いフィッティング結果を持っているために、数回再利用することがあってもで、局所最適解に陥ることは非常に簡単です。
予備決意を出すことができなかった極小値の原因の出発点付近で、初期値問題を設けてもよいです
ニューラルネットワークアーキテクチャを調整し、どのくらいの最後のエラーを見て