《表1 FASHION-MNIST的重构网络参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于胶囊网络的图像检索方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文首先在FASHION-MNIST数据集上进行了网络模型训练，重构网络采用的是3层二维反卷积网络，各层的参数设置如表1所示。整个训练过程分为两个阶段，两个阶段的区别在于损失函数中参数不同，在第一阶段中m+=0.9，m-=0.1；在第二阶段中m+=0.95，m-=0.05。整个训练过程的分类准确率曲线如图5所示，红色曲线代表第一个阶段的分类准确率，绿色曲线代表第二个阶段的分类准确率，从图中可以看出前30个周期的训练过程中存在波动，且在第二个阶段中增大损失函数中的边界控制值可使训练过程更加稳定并提高分类准确率，测试集的最高分类准确率达到93.56%。