《表6 不同Dropout值的模型实验结果》
Dropout主要是为了解决训练过程中产生的过拟合现象。在神经网络训练过程中以特定概率值随机丢弃一定数量的神经元,只让部分神经元参与模型的训练和参数的学习,保证模型在训练学习参数的过程中无法过度依赖于某些局部特征,能够提升模型的训练效率和泛化能力,不同Dropout值的模型实验结果如表6所示。当Dropout取值为0.5时,模型的准确率最高,整体性能最好。
图表编号 | XD00173719200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.28 |
作者 | 孙敏、李旸、庄正飞、钱涛 |
绘制单位 | 安徽农业大学信息与计算机学院、安徽农业大学信息与计算机学院、安徽农业大学信息与计算机学院、安徽农业大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |