《表2 不同的训练轮数的结果》
提示：宽带有限、当前游客访问压缩模式
如表2所示，30轮训练识别正确率最优。选择交叉熵来表示真实值与预测值之间的距离，反向传播的优化算法选择Adam优化算法，训练中丢弃率（Dropout）值为0.5。
| 图表编号 | XD00184694300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.20 |
| 作者 | 王博、朱兆旻、唐天兵 |
| 绘制单位 | 广西大学计算机与电子信息学院、北部湾大学电子与信息工程学院、广西大学计算机与电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 4层BP神经网络不同隐含层神经元数的训练误差》2021.01.01
- 《表6 3层BP神经网络不同隐含层神经元数的训练误差》2021.01.01
- 《表2 取不同项数的中心点位移和面中点导数(循环轮数=5)》2020.12.08
- 《表2 取不同项数的中心点位移和面中点导数(循环轮数=5)》2020.12.08
- 《表1 不同模型在不同数据集上的最小收敛轮数》2021.02.15
- 《表9 Cap SA在两种数据集上不同迭代轮数的F1与正确率》2021.02.01
- 《表4 不同训练组数的GEP算法对波浪透射预测效果评价指标》2021.01.30
- 《表2 Triplet＿X loss算法的训练轮数与准确率的关系》2020.12.25
- 《表4 轮数T在不同f和L下的取值范围》2020.12.15
- 《表4 各模型达到最优F1值需要的最少训练轮数》2020.04.25
- 《表5 不同隐含层数的BP神经网络训练结果》2020.08.08
- 《表2 不同轮数最小活动S盒个数(NBC 128算法,8分支GFS)》2019.12.01
- 《表3 不同训练轮数的模型性能》2019.06.25
- 《表2 不同死亡节点占比出现的轮数》2019.08.10
- 《表2 小学阶段“数的运算基础”知识与基本技能学习内容和训练要求》2019.06.25
- 《表2 SKINNY算法分组、可调和轮数的对应关系》2019.04.10
- 《表1 不同隐含层神经元数的纱线条干CV值训练误差》2019.06.15
- 《表1 不同层数的训练结果》2019.04.28
- 《表7 不同轮数的三枝决策算法运行时间对比s》2018.10.01
- 《表2 同表面覆盖率均匀程度条件下达到全覆盖所需喷丸轮数的计算结果Tab.2 Calculation results of the number of shot peening required to achieve full coverag》2018.05.20