ReLUsを使用した1隠れ層ニューラルネットワークがnotMNISTデータセットで18％以上の精度を得られないのはなぜですか？

Question

私はTensorflowを使用して整流された線形単位と1024個の隠れたノードを持つ1隠れ層のニューラルネットワークを実装しようとしています。ここで

def accuracy(predictions, labels): 
    return (100.0 * np.sum(np.argmax(predictions, 1) == np.argmax(labels, 1)) 
     /predictions.shape[0]) 

batch_size = 128 

graph = tf.Graph() 
with graph.as_default(): 
    # Input data. For the training data, we use a placeholder that will be fed 
    # at run time with a training minibatch. 
    tf_train_dataset = tf.placeholder(tf.float32, 
             shape=(batch_size, image_size * image_size)) 
    tf_train_labels = tf.placeholder(tf.float32, shape=(batch_size, num_labels)) 
    tf_valid_dataset = tf.constant(valid_dataset) 
    tf_test_dataset = tf.constant(test_dataset) 

    # Variables. 
    weights1 = tf.Variable(
     tf.truncated_normal([image_size * image_size, 1024])) 
    biases1 = tf.Variable(tf.zeros([1024])) 
    weights2 = tf.Variable(
     tf.truncated_normal([1024, num_labels])) 
    biases2 = tf.Variable(tf.zeros([num_labels])) 

    # Training computation. 
    logits = tf.matmul(tf.nn.relu(tf.matmul(tf_train_dataset, weights1) + biases1), weights2) + biases2 
    loss = tf.reduce_mean(
     tf.nn.softmax_cross_entropy_with_logits(labels=tf_train_labels, logits=logits)) 

    # Optimizer. 
    optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(loss) 

    # Predictions for the training, validation, and test data. 
    train_prediction = tf.nn.softmax(logits) 
    valid_prediction = tf.nn.softmax(
     tf.matmul(
      tf.nn.relu(
       tf.matmul(tf_valid_dataset, weights1) 
       + biases1), 
      weights2) + biases2) 
    test_prediction = tf.nn.softmax(
     tf.matmul(
      tf.nn.relu(
       tf.matmul(tf_test_dataset, weights1) 
       + biases1), 
      weights2) + biases2) 


num_steps = 3001 

with tf.Session(graph=graph) as session: 
    tf.global_variables_initializer().run() 
    print("Initialized") 
    for step in range(num_steps): 
    # Pick an offset within the training data, which has been randomized. 
    # Note: we could use better randomization across epochs. 
    offset = (step * batch_size) % (train_labels.shape[0] - batch_size) 
    # Generate a minibatch. 
    batch_data = train_dataset[offset:(offset + batch_size), :] 
    batch_labels = train_labels[offset:(offset + batch_size), :] 
    # Prepare a dictionary telling the session where to feed the minibatch. 
    # The key of the dictionary is the placeholder node of the graph to be fed, 
    # and the value is the numpy array to feed to it. 
    feed_dict = {tf_train_dataset : batch_data, tf_train_labels : batch_labels} 
    _, l, predictions = session.run(
     [optimizer, loss, train_prediction], feed_dict=feed_dict) 
    if (step % 500 == 0): 
     print("Minibatch loss at step %d: %f" % (step, l)) 
     print("Minibatch accuracy: %.1f%%" % accuracy(predictions, batch_labels)) 
     print("Validation accuracy: %.1f%%" % accuracy(
     valid_prediction.eval(), valid_labels)) 
    print("Test accuracy: %.1f%%" % accuracy(test_prediction.eval(), test_labels)) 

は、私が手に出力されます：

Initialized 
Minibatch loss at step 0: 208.975021 
Minibatch accuracy: 11.7% 
Validation accuracy: 10.0% 
Minibatch loss at step 500: 0.000000 
Minibatch accuracy: 100.0% 
Validation accuracy: 10.2% 
Minibatch loss at step 1000: 0.000000 
Minibatch accuracy: 100.0% 
Validation accuracy: 14.6% 
Minibatch loss at step 1500: 0.000000 
Minibatch accuracy: 100.0% 
Validation accuracy: 10.2% 
Minibatch loss at step 2000: 0.000000 
Minibatch accuracy: 100.0% 
Validation accuracy: 17.7% 
Minibatch loss at step 2500: 2.952326 
Minibatch accuracy: 93.8% 
Validation accuracy: 26.6% 
Minibatch loss at step 3000: 0.000000 
Minibatch accuracy: 100.0% 
Validation accuracy: 17.5% 
Test accuracy: 18.1% 

それはオーバーフィッティングているように見えます。トレーニングデータの精度は100％に近づきますが、検証データとテストデータの精度は約20％です。

整流された線形ユニットを備えた1隠れ層ニューラルネットワークを実装する適切な方法ですか？もしそうなら、どうすれば精度を上げることができますか？ここで

Answer 1

は、あなたの精度を向上させることがあり、いくつかの提案です：すべての

まず、サイズ1024のものであり、あなたの隠された層は、大きすぎるようです。これはオーバーフィットを引き起こす可能性があります。私はそれを約50〜100程度に減らそうとしています。このラインに関するほか

、：

optimizer = tf.train.GradientDescentOptimizer(0.5).minimize(loss) 

0.5学習率が高すぎるかもしれないが、（0.01、0.001またはそうに）それを削減し、何が起こるか見てみてください。最後に、tf.train.GradientDescentOptimizerの代わりにtf.train.AdamOptimizerを使用することもできます（多くの場合、パフォーマンスが向上します）。