《表5 不同激活函数对应预测实验结果》
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
《基于深度学习的重复住院预测模型研究——以心脏病为例》
激活函数对深度学习模型的成功训练有重要作用,本文在模型构建中使用了最常用的Re LU激活函数。为检验激活函数对模型性能的影响,选择ELU和Swish激活函数进行实验。其中ELU是对Re LU函数的改进[32];Swish激活函数由谷歌于2017年提出,用于解决Re LU函数梯度消失的问题,在应用于图像分类、机器翻译等领域时的表现优于或等同于Re LU激活函数[33]。表5显示了分别应用ELU、Re LU和Swish激活函数时模型的性能,可以看出应用Re LU时模型的效果最佳。
图表编号 | XD00198144400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 达婧玮、颜嘉麒、邓三鸿、王忠民 |
绘制单位 | 南京大学信息管理学院、南京大学信息管理学院、南京大学信息管理学院、江苏省数据工程与知识服务重点实验室、江苏省人民医院(南京医科大学第一附属医院) |
更多格式 | 高清、无水印(增值服务) |