《表3 模型各层参数：集成PCA和LSTM神经网络的浸润线预测方法》

  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

《集成PCA和LSTM神经网络的浸润线预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用PCA-LSTM模型，模型优化器选用RMSprop，该优化器通常被用于训练RNN，模型提前停止迭代的patience=5，训练批次为325。模型各层参数见表3。因为修正线性函数relu的非负区间的梯度为常数，所以避免了梯度消失问题，但是激活函数仅使用relu会导致输出值过大，而双曲正切函数tanh起着限制输出值的作用，因此，LSTM层的激活函数使用relu和tanh交替[20]。验证集设置占训练集的10%。