PyTorch搭建全连接网络训练MNIST数据集分类任务和气温预测回归任务及全连接网络过拟合和欠拟合的调参方式

Posted 魏晓蕾

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch搭建全连接网络训练MNIST数据集分类任务和气温预测回归任务及全连接网络过拟合和欠拟合的调参方式相关的知识,希望对你有一定的参考价值。

1、MNIST数据集分类任务训练

2、气温预测回归任务训练

3、全连接网络过拟合的调参方式

(1)增大 batch_size
(2)减小 epochs
(3)减小 hidden_size
(4)减小 learning_rate(learning_rate太大,损失值上下抖动)
(5)增大数据量
(6)加 DropOut,加大 DropOut 的百分比
(7)调整网络结构,使网络更加简单,层数更少或者隐层神经元更少

4、全连接网络欠拟合的调参方式

(1)减小 batch_size
(2)增大 epochs
(3)增大 hidden_size
(4)增大 learning_rate
(5)增大数据量
(6)去掉 DropOut,或者减小 DropOut 的百分比
(7)调整网络结构,使网络更加复杂,层数更多或者隐层神经元更多

以上是关于PyTorch搭建全连接网络训练MNIST数据集分类任务和气温预测回归任务及全连接网络过拟合和欠拟合的调参方式的主要内容,如果未能解决你的问题,请参考以下文章

Keras训练神经网络DEMO——全连接神经网络训练MNIST

搭建不同网络训练MNIST

Pytorch Note25 深层神经网络实现 MNIST 手写数字分类

pytorch实现MNIST手写体识别(全连接神经网络)

PyTorch学习实战第四篇:MNIST数据集的读取显示以及全连接实现数字识别

联邦学习实战基于FATE框架的MNIST手写数字识别——全连接神经网络