《表2 胶囊网络中的超参数设置》

  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

《一种基于混合词向量的胶囊网络文本分类方法》

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

CGM M模型是在Keras平台上进行实验，在预训练词向量方面，使用从各网站爬取语料库中进行预训练得到的包含220万词汇的Glove词向量[3]，以及维基百科中预训练得到的300维Fasttext词向量[4]通过提出的混合词向量方法得到高质量的600维词嵌入表示．采用Adam优化方法，学习率设置为0.01，辍学率设置为0.25，batch＿size为100，以真实类别与预测类别的交叉熵作为损失函数，以最小化损失函数来训练整个模型，其余模型超参设置见表2.