《表2 各网络参数和结果对比》
从图6可以看出,相比于AlexNet和VGG-16,ResNet模型收敛更快、结果更好。ResNet模型在第5代就达到了90%以上的验证集正确率,在第50代时可以将损失函数降低到0.09以下,将验证集准确率提高到97%以上。表2给出了各网络可达到的最小损失函数值、最高准确率以及网络参数个数。可以看出,ResNet模型参数个数明显少于AlexNet和VGG-16,而性能却更优。原因主要有两个:(1)在相同参数的情况下,神经网络越深,训练后的神经网络性能越好,浅层神经网络的性能远远弱于深层神经网络;(2)ResNet在网络中使用了残差块,残差块使得深层神经网络性能更好、收敛更快。
图表编号 | XD00206687300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.16 |
作者 | 李子豪、魏东辰、严小军 |
绘制单位 | 北京航天控制仪器研究所工艺技术研究室、北京航天控制仪器研究所工艺技术研究室、北京航天控制仪器研究所工艺技术研究室 |
更多格式 | 高清、无水印(增值服务) |