《表4 不同学习率设置对屈服强度模型准确性的影响》

  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

《基于改进堆叠自编码器的带钢力学性能预报模型》

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

在堆叠自编码器网络训练过程中，批处理量（batch＿size）和训练轮数（training＿epochs）的乘积等于训练样本数。由于本文中batch＿size设置为训练样本数的1/10，training＿epochs参数为10，初始学习率为0.1。不同学习率设置对屈服强度模型准确性的影响见表4。实验结果表明，采用随步长衰减的0.1-0.05-0.01学习率，即以训练5轮epoch作为一个训练周期，将其逐渐减小为原来的1/2，作为最优的学习率优化方式进行每个自编码器网络的训练，既能在训练前期拥有较快的训练速度，又能在训练后期保证模型的预测准确性能。因此，最终学习率参数在每个自编码器网络的训练过程中设置为[0.1-0.05-0.01]。