《表1 训练参数选择:基于数据集特征的卷积网络代价函数优化方法》
本文选用的计算平台为i7-9700F,显卡运算芯片为GTX1660,可用显存为6GB,采用英伟达提供的显卡计算加速方案。使用Tensorflow2.0+Keras建立模型,对于Mnist数据集,网络模型使用Alexnet,对于Cifar数据集网络模型使用VGG16。对于Cifar100数据集,由于删除部分样本后,某些类型训练样本过少,对数据进行左右翻转同比增加样本数量。训练的其他参数设置如表1所示。
图表编号 | XD00167180900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.15 |
作者 | 盛思远、赵洋洋 |
绘制单位 | 沈阳化工大学理学院、中国刑事警察学院基础教研部 |
更多格式 | 高清、无水印(增值服务) |