《表4 传统神经网络与M_CNN损失值对比》
基于自建的数据集和训练集,分别使用传统的神经网络和M_CNN训练测试,结果见表3、表4。使用CNN_ON_MNIST训练的损失变化和准确率变化如图7所示,在测试集中损失值变大了,说明网络基本没有拟合,不能有效识别。使用CNN_ON_CIFAR时变化如图8所示,在测试集上的损失浮动较大,说明训练得到的网络不能较好拟合。综合看损失值、准确率,M_CNN都有更佳的表现。
图表编号 | XD00133766800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 潘帅成、韩磊、陶毅、刘清雨、郑胜男 |
绘制单位 | 南京工程学院计算机工程学院、南京工程学院计算机工程学院、南京工程学院计算机工程学院、南京工程学院计算机工程学院、南京工程学院计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |