《表2 各算法与多层感知机拉普拉斯阶梯网络在MNIST数据集上的性能比较》
提示：宽带有限、当前游客访问压缩模式
本文首先利用一个784-1000-5000-250-250-250-10的由下向上的7层全连接多层感知机模型，来测试拉普拉斯阶梯网络的半监督分类能力.通过交叉验证法和大量的实验，确定了模型的超参数.第l层对应的超参λ（l）和β（l）对应的值分别为[10e2 10e0 10e-2 10e-2 10e-2 10e-2 10e-2]和[10e-2 10e-4 10e-6 10e-6 10e-6 10e-610e-6]，在训练过程中，我们随机挑选出100个含标签数据作监督损失的计算，且所挑选的各类的样本数量一致，所有的训练数据去除标签后做非监督损失的计算.结果见表2.为了更好地评估拉普拉斯阶梯网络的稳定性，我们进行了10组不同的模型初始化参数，最后对10次的测试结果进行了平均.
| 图表编号 | XD00168932700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 胡聪、吴小俊、舒振球、陈素根 |
| 绘制单位 | 江南大学人工智能与计算机学院、江南大学人工智能与计算机学院、江南大学物联网工程学院、江苏理工学院计算机工程学院、安庆师范大学数学与计算科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
