《表4 神经网络层数与所需迭代次数关系表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于TensorFlow框架的可视化大学生行为分析系统设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过表2可以看出几个常用的激活并不都能符合系统的条件。Relu函数在此条件下无法正常训练。Selu和Tanh函数也无法达到高准确度。测试过程通过后台观察发现，Softmax相比Sigmoid函数计算更快，且更快达到高准确度。相同条件下，Softmax正确率比Sigmoid高。通过对比几个常用激活函数，决定使用Softmax作为系统机器学习算法的激活函数。同时通过表2发现，在迭代400次的条件下，超过3层的神经网络已经不能带来更多的效益。因此，出于对算法计算效率的考虑，系统初步考虑采用构建3层全连接神经网络层的结构。为了进一步优化算法效率，将针对迭代次数与神经网络层数进行调整测试，得到相关数据，见表3、表4。