《表2 不同优化器的训练结果》

  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

《基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究》

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

ROI图像作为单通道独立网络的输入源，经过多次对比实验，比较不同优化器的性能。随机梯度下降法Stochastic gradient descent（SGD）作为目前主流的优化器，其改进型有Root Mean Square Propagation（RMSProp），以及adaptive moment estimation（Adam）。通过中药材粉末显微特征图像的数据集（测试集由训练集随机自动划分，占总训练集12%，且不参与训练）进行测试。对以上两种优化器进行测试。测试结果如表2所示。