-
train.py:参数查找及训练,参数查找包括学习率,隐藏层大小,正则化强度
-
test.py:测试,导入模型,用经过参数查找后的模型进行测试,输出分类精度
-
loaddata.py:加载MNIST数据集的训练集和测试集
-
NN.py:定义两层神经网络,包含激活函数、反向传播,loss以及梯度的计算、学习率下降策略、L2正则化、优化器SGD
-
Data文件夹:原始MNIST数据集
-
bestmodel.npz:参数查找后验证集acc最高的模型
-
loss_and_acc.png:bestmodel训练过程的loss,训练和验证过程的accuracy
-
visualize_weights.png:bestmodel的网络参数可视化
-
trainrecord.log:训练过程参数查找的记录
进入到主文件夹:cd Neural_Network
python train.py
程序将保存参数查找后的模型bestmodel.npz
绘制bestmodel训练过程的loss,训练和验证过程的accuracy情况并输出loss_and_acc.png
绘制bestmodel的网络参数并输出loss_and_acc.png
python test.py
程序将导入模型bestmodel.npz并打印输出测试集上的accuracy