Deep learning ConvnetJS-最佳配置

我现在正在玩这个：

它属于深度学习，是关于肌电信号与作用力之间的关系

    layer_defs.push({type:'input', out_sx:windowSize, out_sy:8, out_depth:1});

layer_defs.push({type:'conv', sx:7, filters:16, stride:1, pad:2, activation:'relu'});
layer_defs.push({type:'pool', sx:2, stride:2});
layer_defs.push({type:'conv', sx:5, filters:32, stride:1, pad:2, activation:'relu'});
layer_defs.push({type:'pool', sx:3, stride:3});
layer_defs.push({type:'fc', num_neurons:64, activation: 'relu'});

layer_defs.push({type:'regression', num_neurons:1});

net = new convnetjs.Net();
net.makeLayers(layer_defs);

trainer = new convnetjs.Trainer(net, {method: 'adadelta', learning_rate: 0.01, l2_decay: 0.001, batch_size: 5})    

这是默认配置。您建议更改什么以获得最佳的金额准确性？我应该添加哪些层，我应该使用多少个过滤器

---

这里有什么建议吗？

很抱歉，这个问题完全无法回答，因为它取决于您的数据，基本上唯一能找到答案的方法就是反复尝试。@MatiasValdenegro数据是位于github存储库下的数据集。当然，你不能建议一个“完美的解决方案”，但我相信有一些技巧，比如使用很多层，但不要太多（不要使它太小），有多少过滤器，最好的方法，良好的学习率等等。。。。我相信有很多经验可以分享。唯一可以建议的技巧是使用许多层，但是有多少层呢？没人知道，剩下的没人能给你建议实际值，只有启发式，但是这个建议很一般，可能不适用于你的问题。@MatiasValdenegro我的网络训练的实际值是：你认为使用多个层使用较少的过滤器还是使用较少的层但使用较多的过滤器更好？对学习率或投入有什么建议吗？或者关于sx和sy值？在csv文件中有10行和大约50k行，我正在使用它进行培训。。。