《表1 0 Dropout取值实验结果》
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
《基于OCC模型和LSTM模型的财经微博文本情感分类研究》
Dropout技术[25]可以通过在训练过程中随机地舍弃前面一层中某些神经元中的信息来减少过拟合现象,但是过度使用Dropout技术则会导致有效信息被过量抛弃,影响模型的最终准确性。本节通过对不同的Dropout取值进行测试来寻找一个较为理想的参数。以第一类微博的情感分类模型为例,实验结果如表10所示。
图表编号 | XD00121830300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.24 |
作者 | 吴鹏、李婷、仝冲、沈思 |
绘制单位 | 南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心、南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心、南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心、南京理工大学经济管理学院、江苏省社会公共安全科技协同创新中心 |
更多格式 | 高清、无水印(增值服务) |