《表1 网络训练相关参数设置》

  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

《基于全卷积网络的叠层薄片条纹检测方法》

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

在将搭建好的深度学习网络投入训练前，需要考虑很多超参数的设置，这些参数不仅涉及到网络的收敛速度，还关系到网络模型最终的准确度。本文模型训练过程中的相关参数按表1设置。由于采用Keras提供的Adam自适应学习率调整优化器，仅设置较小的初始学习率。因为叠层薄片图像的条纹特征相似度大，引入Dropout层以防模型出现过拟合，并设置权重参数的稀疏比例为0.5。在硬件允许的前提下，更大的Batch＿size可获得更准确的梯度，因而将Batch＿size设置为128。Epoch参数用于限定最大训练次数，从而确保模型收敛。