《表1 不同隐含层数量对应的网络评价指标》

  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DNN的光热电站聚光场太阳直接法向辐射预测模型》

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

由图4中各条代价函数曲线可以看出，在迭代开始时，2层和4层隐含层会使网络的代价函数取值最大，1层会使迭代函数取值最小，但是随着网络训练次数（即迭代次数）的增多，隐含层数量对迭代函数取值的影响会逐渐变小。在迭代接近结束时，不同的代价函数曲线都会有一定的跳跃，因为此时在跳出当前最优去寻找更优的网络参数。由于代价函数在训练后期无法区分出隐含层数量对预测精度的影响，所以需要参考不同隐含层数量分别对应的网络评价指标，具体如表1所示。