《表4 不同批处理样本数目的实验结果》
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。
图表编号 | XD00105664200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 李俊、刘永葆、余又红 |
绘制单位 | 海军工程大学动力工程学院、海军工程大学动力工程学院、海军工程大学动力工程学院 |
更多格式 | 高清、无水印(增值服务) |