《表2 最佳网络结构参数(输入W=11,N=4)》
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
《面向机载高光谱数据的3D-CNN亚热带森林树种分类》
完成3D-CNN网络设计后,配置训练过程,通过反向传播损失函数梯度更新三维卷积核参数。由于训练集相对较小,批量大小(batch size)设置为64,采用SGD优化器完成训练过程。学习速率用于控制每次训练迭代的学习进度,不合适的学习速率会导致梯度离散或收敛缓慢,本研究采用网格搜索方法,将学习速率设定为{0.01,0.003,0.001,0.003,0.000 1,0.000 3},分别对模型进行300个周期的训练,基于训练中精度、损失的变化及分类结果,选择最佳学习速率为0.000 1。根据模型在验证集的表现及最终分类结果,本研究采用的最佳3D-CNN网络结构参数如表2所示。
图表编号 | XD00202583900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 赵霖、张晓丽、吴艳双、张斌 |
绘制单位 | 北京林业大学森林培育与保护教育部重点实验室精准林业北京市重点实验室、北京林业大学森林培育与保护教育部重点实验室精准林业北京市重点实验室、北京林业大学森林培育与保护教育部重点实验室精准林业北京市重点实验室、北京林业大学森林培育与保护教育部重点实验室精准林业北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |