《表2 不同学习率的模型预测实验结果》

  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

《基于时序卷积网络的云服务器性能预测模型》

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

由实验结果（表1、表2）可知不同的学习率各有优缺点:学习率较大时，模型训练速度较快，不容易收敛且实验结果较差；当学习率为0.1时，最好的测试结果为RMSE=4.665 762，远不及学习率为0.001的测试结果，且训练集的损失值相当大，表明ATCN模型在使用较大或较小学习率时存在一定问题；当学习率为0.01时，无论是训练集还是测试集，效果都呈现相似的收敛趋势，测试结果最终收敛在3.540 056．因此，α=0.01应为最优的学习率参数．