《表1 单层自编码器结构:基于自编码器和LSTM的模型降阶方法》
训练神经网络时,我们使用输入和输出之间的均方误差作为神经网络的损失函数;批大小为16,即每一次训练从训练集中取16个样本进行训练;训练150个时期,一个时期指对训练集所有数据进行一次前向和反向传播;并使用Adam[24]优化器。单层自编码器和多层自编码器内部均由全连接层构成,网络结构、节点数和激活函数的设置分别见表1和表2。
图表编号 | XD00204256100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 武频、孙俊五、封卫兵 |
绘制单位 | 上海大学计算机工程与科学学院、上海大学计算机工程与科学学院、上海大学计算机工程与科学学院 |
更多格式 | 高清、无水印(增值服务) |