《表1 训练参数：多任务网络模型对肝脏超声影像的识别和去噪》

  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

《多任务网络模型对肝脏超声影像的识别和去噪》

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

SGD＿Momentum优化器的性能明显优于其他优化器，当迭代次数为60时，SGD＿Momentum优化器在LS和LB样本集中均能得到较高的识别准确率，且其损失值较小，这说明SGD＿Momentum优化器是最适合分类实验的；利用四种优化器对L′S和L′B样本集进行去噪实验（图7），发现随着迭代次数的不断增加，四种优化器的数值都在不断变小，其中，Adam优化器的变化最为明显，其MSE数值比其他三种优化器更小，在迭代次数约为50次时达到最小值，因此后续的去噪实验中将采用Adam优化器，并将迭代次数设置为50。优化器的训练参数设置如表1。