《表1 超参数选取：基于多变量LSTM的GPS坐标时间序列预测模型》

  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

《基于多变量LSTM的GPS坐标时间序列预测模型》

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

深度神经网络的训练过程中会涉及到众多超参数调节，包括滞后（Lag）、批训练数（Batchsize）、神经元个数（Neuron）等。参数的选取会对模型训练造成明显的影响，如Batchsize的合理选择可以在保证模型性能基础上提高模型训练的效率，观察训练集和测试集上损失曲线根据提前终止方法确定合适的训练周期。如表1是实验过程中用到的部分模型超参数。图2是超参数对训练模型损失函数的影响。