ニューラルネットワークで今までは隠れ層を６４個にしていたが、これを増やすとどうなるかに挑戦した。学習データが１５０枚の時は大きな違いはなかったが、２２５枚、３００枚の時は隠れ層を増やすと正答数や上位３位に入ってくる％を足したものが向上していたので、７５枚の学習では下がるだろうと思った。入力層が多ければ隠れ層を増やす、少なければ減らすのがよいと考えたためである。この７５枚はどうなるかを今日調べたところ、やはり結果は悪くなっていた。隠れ層は入力層に合わせて変える必要があるといえる。
その後１５０枚の学習で２５６個の隠れ層にしたところ期待通り％は向上した。しかしなぜか２２５枚の学習では結果が悪くなってしまった。１５０枚が向上したのに期待外れとなった。次に３００枚の学習にすると精度は上がっていた。また７５枚でも試してみたが、これはほぼ変わらずであった。７５枚では入力層が少ないため、結果が悪くなると考えていた。入力層に合わせて隠れ層を減らすべきかと考えていたが、簡単にそれで結果がよくなるとは言えない。
ここで入力層はすべて同じだと気付いた。変わっているのは入力枚数だけである。画像の大きさはすべて同じだからである。画像の枚数を増やしたら入力層が増えたといえるのだろうか。もっと調べる必要がある。
今後はもっとニューラルネットワークの勉強を進め、隠れ層を５１２個や３２個などと上下させることに挑戦したい。
