《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》

  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

《深度学习在表面质量检测方面的应用》

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

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。