《表1 数据集分配情况:深度学习在表面质量检测方面的应用》
首先将数据集按比例(60:20:20)分为训练子集(training data)、验证子集(validation data)和测试子集(testing data)。然后确定训练次数(echoes)和每次训练的样本数(batch)。每个批次训练时,随机在训练子集中选取样本。每隔若干批次,用验证子集验证识别精度。各子集划分情况,如表1所示。深度神经网络编程和训练使用了Google TensorFlow平台。
图表编号 | XD00119850000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.08 |
作者 | 肖书浩、吴蕾、何为、彭煜 |
绘制单位 | 武昌首义学院、武昌首义学院、武昌首义学院、武汉科技大学 |
更多格式 | 高清、无水印(增值服务) |