《表2 优化后的卷积神经网络模型》

  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Python的机器视觉实验教学平台设计》

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

对该神经网络结构进行优化，优化后的卷积网络模型如表2所示，开始仍旧采用3*3的卷积核，两端采用全填充方式补零，激活函数采用ReLU，经过5次卷积与激活函数后，第十一层采用最大值池化层，以2*2矩阵筛选区域最大值；第十二层采用随机失活，丢弃25%的神经网络数据。并以上述方式进行三轮卷积，共卷积15层，如表2的conv2d＿1至dropout＿3，但在最后一次池化时，采用全域最大值池化，即global＿max＿pooling，最后进行两层全连接层，并使用SoftMax进行多分类回归。