《表4 训练块大小对光伏功率预测效果影响分析》
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
《有限信息下基于深度学习模型的小型分布式光伏电站功率预测》
选取隐藏层层数后,本文对超参数训练块大小(Batch Size)、对LSTM模型预测效果影响进行了分析。训练块大小表示输入矩阵的大小。在神经网络训练过程中,合理范围内增大训练块大小,可以更有效地利用内存,处理数据速度也会得到提升。训练块越大,下降方向可以更加容易确定,训练震荡会稳定在合理范围内。但若盲目增大训练块大小,内存容量会被迅速占用,造成数据溢出,程序崩溃。不同训练块大小训练效果对比如表4所示。由表4可知,当训练块大小在80左右时,训练效果最好。
图表编号 | XD00169977300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.30 |
作者 | 甄皓 |
绘制单位 | 华北电力大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |