《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》
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]。
图表编号 | XD00163026800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 孙敬成、王正彦、李增刚 |
绘制单位 | 青岛大学电子信息学院、青岛大学电子信息学院、青岛大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |