# 12/23
## Demo
- Airfoil : fx84w097
- AOA : 5


## Result
### Best
- `batch size` : 96
- `learning rate` : 1e-4
- `epochs` : 15000
- Totl error `MSE`: 6.0e-4 `MAPE` : 25%
- Demo Case`MAPE` : 2.24 %
### `batch size`
- `batch size` : 64
- `learning rate` : 1e-4
- `epochs` : 10000

# 12/16
- Demo
- Airfoil : ah94156
- AOA : 0 degree

- `lr` : 1e-5
- `epochs` : 10000
- 誤差 `MSE` : 0.0017 `MAPE` : 129%

# 10/30
- 資料筆數 : 3050
- 隱藏層層數 : 3
## 參數 4 萬
- `learning rate` : 0.004
- `epochs` : 2000
- `batch_size` : 128
- 與[舊模型使用的結構相同](https://hackmd.io/G6UuMljgS2Gck3HdYwIDPg?view#old-version)
- 比對兩者的結果，在0度攻角下誤差都在23%


# 10/29
- 資料筆數 : 3050
- 隱藏層層數 : 3
## 結論
`batch_size` 在 32 與 128 的情況下對模型沒有明顯的改變
## 參數 4 萬

- `learning rate` : 0.0001
- `epochs` : 2000
- `batch_size` : 32


## 參數 : 7 萬
### `learning rate` : 0.005 `epochs` : 2000 `batch_size` : 32


### `learning rate` : 0.005 `epochs` : 3000 `batch_size` : 128

# 10/26
- 將數據中較為突出的點排除後，可以發現模型已經能相對準確的預測出 CFD 模擬的數據
- 模型訓練
- 1700 筆
- 20000 `epochs` `batch_size` : 32 `learning rate` : 0.004
- 三層架構





# old version
固定條件
- 訓練用數據比數 : 1700 筆
- 使用 `ah94156` 翼剖面在 0 度攻角下的結果做 demo
## 三層 `hidden layer`
### 固定每層神經元數量 : 128
#### `batch_size` : 40 `epochs` : 1600 `lr` : 0.0001
`MAPE`
- 上表面 : 23.07 %
- 下表面 : 23.28 %
### 第二層神經元數量 : 256
- `batch_size` : 32
#### `learning rate` : 0.004 `epochs` : 20000
#### `learning rate` : 0.003 `epochs` : 20000

## 五層 `hidden layer`
### 每層神經元數量固定 128
#### `learning rate` : 0.005 `epochs` : 5000
- `batch_size` : 30
- `MAPE`
- 上表面 : 23.13 %
- 下表面 : 23.34 %
- `batch_size` : 20
- `MAPE`
- 上表面 : 23.20 %
- 下表面 : 21.59 %
#### `learning rate` : 0.002 `epochs` : 6000
- `batch_size` : 30
- `MAPE`
- 上表面 : 20.79 %
- 下表面 : 22.01 %