摘要
本文提出了一种优化卷积神经网络超参数的方法，旨在提升面部情绪识别任务中的识别准确率。通过在由超参数离散取值构成的搜索空间内应用随机搜索（Random Search）算法，生成并训练多个模型，从而确定网络的最佳超参数组合。最终获得的最佳模型在FER2013数据集上进行了训练与评估，取得了72.16%的识别准确率。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| facial-expression-recognition-on-fer2013 | CNN Hyperparameter Optimisation | Accuracy: 72.16 |