《表3 模型在CIFAR10和CIFAR100上的分类错误率》
%
实验采用随机梯度下降(stochastic gradient descent,SGD)的方式进行优化,与文献[16]不同的是,本文实验迭代次数为200,学习率初始值为0.1,在60、120、160时以0.2的倍率下调。训练时,图像批处理大小设置为128,测试时设置为100。按照以上设置,实验在PyTorch 0.4框架下独立进行了5次,计算出来5次均值作为最后的结果,实验结果如表3所示。
图表编号 | XD00120617500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 杨萌林、张文生 |
绘制单位 | 中国科学院自动化研究所精密感知与控制研究中心、中国科学院大学人工智能学院、中国科学院自动化研究所精密感知与控制研究中心、中国科学院大学人工智能学院 |
更多格式 | 高清、无水印(增值服务) |