《表2 卷积神经网络中各层参数》
卷积神经网络多用于解决分类问题,在网络结构的尾部需要将二维的特征图转换为一个列向量,因此常在卷积神经网络的最后增加至少一个全连接层(Fully connected layer)。全连接层中的每个神经元与其前一层的所有神经元连接,对卷积后的局部感受野内的特征进行整合,因此全连接层也是权重最多的部分。通常会在全连接层增加丢弃层和正则化函数,能有效地维持模型的稳定性,降低过拟合现象。本研究对象分为5个等级,因此输出层为一个包含了5个元素的列向量。各层网络的具体参数如表2所示。
图表编号 | XD00167886500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 赵鑫龙、彭彦昆、李永玉、王亚丽、赵苗 |
绘制单位 | 中国农业大学工学院国家农产品加工技术装备研发分中心、中国农业大学工学院国家农产品加工技术装备研发分中心、中国农业大学工学院国家农产品加工技术装备研发分中心、中国农业大学工学院国家农产品加工技术装备研发分中心、中国农业大学工学院国家农产品加工技术装备研发分中心 |
更多格式 | 高清、无水印(增值服务) |