Составить мини-отчет/ эссе на тему «Качество распознавания и скорость обучения нейронной сети». Для этого постарайтесь ответить на следующие вопросы:

1) Какие, на ваш взгляд, параметры применяемого метода обучения, влияют на качество обучения нейронной сети? Опишите предполагаемый характер влияния.

2) Влияет ли топология сети на качество ее обучения? Опишите предполагаемый характер влияния.

Используя написанную ранее программу для распознавания рукописных цифр, создайте и обучите несколько нейронных сетей. Создаваемые сети должны иметь разную топологию. Для каждой сети попытайтесь подобрать оптимальные параметры для запуска процедуры обучения методом градиентного спуска.

Примеры запусков:

>>> net = network.Network([784, 100, 10])

>>> net.SGD(training_data, 30, 10, 3.0, test_data=test_data)

 

>>> net = network.Network([784, 100, 10])

>>> net.SGD(training_data, 30, 1000, 0.001, test_data=test_data)

 

>>> net = network.Network([784, 30, 10])

>>> net.SGD(training_data, 30, 10, 100.0, test_data=test_data)

 

>>> net = network.Network([784, 10])

>>> net.SGD(training_data, 30, 10, 100.0, test_data=test_data)

 

Включите в отчет информацию о проведенных тестах и их результатах (не менее 8). Оцените полученные результаты, ответив на вопросы:

1) Какова максимальная точность распознавания, которую вам удалось достичь при обучении нейронной сети (с указанием топологии нейронной сети)?

2) Как повлияло изменение топологии нейронной сети на качество ее обучения?

3) Как повлияло изменение параметров запуска метода обучения на качество обучения нейронной сети?