前回はKerasを使って、分類学習をしてみました。
GoogleColaboのGPU環境を使ってもそれなりに学習に時間がかかりましたが、精度は少し向上しました。

Pythonと機械学習であそぼう（Kerasを使ってDeepLearningモデルを実装してみよう）

今回は、最適化関数を変更して試してみたいと思います。

最適化関数Adamへの変更

SGDからAdamという最適化関数に変更してみました。

モデルの変更は不要で、optimazerの指定をSGDからAdamに変更することで、異なる最適化関数での学習ができます。

optimizers.Adam( lr=0.001,
beta_1=0.9,
beta_2=0.999,
epsilon=None,
decay=0.0,
amsgrad=False)

この設定でモデルをリコンパイルして学習を実行してみました。

前回のSGDでの結果と比べると収束は圧倒的に早くエポック数50程度で収束しています。正解率も約0.9まで向上しました。

ただ、損失が少し暴れているのが気になります。