《表4 不同批处理样本数目的实验结果》

  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

《卷积神经网络和峭度在轴承故障诊断中的应用》

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

卷积神经网络的训练样本数目较多，如果参数更新以单个样本的迭代方式进行，不仅会增加训练时间成本，而且网络模型容易陷入局部最优，导致其泛化性能变差。因此，在进行训练时，通过使用批次处理样本的方式加快模型的收敛，但是随着批次处理样本数目的增加，也会带来内存消耗过大，迭代次数过多的问题[18]。本文结合实际样本数量以及分类任务，分别设置批处理样本数目为50、100、200、300进行10次模型训练，取训练集、验证集和测试集的平均准确率，结果如表4所示。可见，在批处理数为100时可以达到最佳的测试集识别率，因此模型选择批处理样本数目为100。