Mnist數據集單隱層BP神經網絡參數調優

本次對mnist數據集採用單隱層的BP神經網絡，在對參數初始化，激活函數，學習率，正則係數選擇，隱層神經元數量選擇，隨機採樣樣本數量進行調優後，模型在測試集上的正確率能夠達到98%。git 一、 參數初始化方式 首先調優w和b的初始化，對比了0矩陣賦值tf.zero，均值和方差爲0的正太分佈賦值tf.random_normal,發現隨機賦值能夠收斂速度更快更好，故而選擇了隨機賦值。網絡 二、 激活

>>阅读原文<<