Mnist数据集单隐层BP神经网络参数调优

本次对mnist数据集采用单隐层的BP神经网络，在对参数初始化，激活函数，学习率，正则系数选择，隐层神经元数量选择，随机采样样本数量进行调优后，模型在测试集上的正确率能够达到98%。git 一、 参数初始化方式 首先调优w和b的初始化，对比了0矩阵赋值tf.zero，均值和方差为0的正太分布赋值tf.random_normal,发现随机赋值能够收敛速度更快更好，故而选择了随机赋值。网络 二、 激活

>>阅读原文<<