《表2 优化后的卷积神经网络模型》
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。
图表编号 | XD00135104000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 韩志豪、刘晓英 |
绘制单位 | 浙江国际海运职业技术学院、浙江大学舟山海洋研究中心 |
更多格式 | 高清、无水印(增值服务) |