《表1 识别率统计结果：卷积神经网络数字识别系统的FPGA实现》

  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

《卷积神经网络数字识别系统的FPGA实现》

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

构造卷积神经网络，用于手写数字的训练与识别。利用quartus II编写Verilog代码并进行编译综合，同时调用ModelSim软件进行仿真，仿真结果如图17所示，compare表示样本标签，max＿addr表示识别值，right表示正确识别的个数，count为表示训练的总样本数计算准确率，统计结果如表1。当样本数目为20 000时，准确率达到最大值95.4%，继续训练识别率降低。分析原因，当参量、类别过于复杂时，神经网络训练时的收敛压力则越大，效果降低。因此，合适的网络参量数目是卷积神经网络达到良好实验结果的必要条件[20]。