strong baseline上分路线

1. baseline
2. 增加concat_nframes （提升明显）
3. 增加batchnormalization 和 dropout
4. 增加hidden layer宽度至512 （提升明显）

提交文件命名规则为 prediction_{concat_nframes}[{n_hidden_layers}{dropout}_bn].csv

report

1. (2%) Implement 2 models with approximately the same number of parameters, (A) one narrower and deeper (e.g. hidden_layers=6, hidden_dim=1024) and (B) the other wider and shallower (e.g. hidden_layers=2, hidden_dim=1700). Report training/validation accuracies for both models.

   A: hidden_layers=6, hidden_dim=1024 (每一层加了dropout 0.25 和bn)

   [200/200] Train Acc: 0.843977 Loss: 0.454965 | Val Acc: 0.775733 loss: 0.789337
   

   B: hidden_layers=2, hidden_dim=1700 (每一层加了dropout 0.25 和bn)

   [200/200] Train Acc: 0.919308 Loss: 0.229898 | Val Acc: 0.750871 loss: 0.995369
   

   看下来，在这里，同样参数量下，更深的模型效果更好。另外对比一下B和之前上分路线中的 prediction_31_2_0.25_bn.csv，可以看出来，在2层模型结构中，hidden layer从512增加到1700后，效果就没有提升了（之前从256增加到512时，提升效果显著）。
   

2. (2%) Add dropout layers, and report training/validation accuracies with dropout rates equal to (A) 0.25/(B) 0.5/© 0.75 respectively.
   这里就用1里面的A模型结构吧，只是改一下dropout大小
   A： 0.25

   [200/200] Train Acc: 0.919308 Loss: 0.229898 | Val Acc: 0.750871 loss: 0.995369
   

   B：0.5

   [200/200] Train Acc: 0.724419 Loss: 0.884636 | Val Acc: 0.761631 loss: 0.752881
   

   C：0.75

   [200/200] Train Acc: 0.604394 Loss: 1.355784 | Val Acc: 0.675998 loss: 1.072153
   

   对比A和B，dropout增大后，train Acc降低了很多，而Val Acc略微提升，原本以为B会在Kaggle上表现更好，但实际上还是A的Kaggle表现最好。再看B中的train和Val Acc，会注意到train 的Acc 是低于val 的Acc的，有可能B在val上过拟合了。