《表4 不同迭代次数下的模型训练及预测结果》
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Python人工神经网络的再生混凝土碳化深度预测》
在已确定的人工神经网络模型基础上,改变模型的最大迭代次数。若将最大迭代次数增大1~2个量级,计算结果如表4所示。由表4可见,当最大迭代次数增大到1 000 000次时,人工神经网络模型的训练及预测结果误差最小,用时较长。但当迭代次数再增大一个量级时,虽然样本集的训练拟合水平更高,但预测结果并不理想,可能是模型存在过拟合现象。导致过拟合现象的原因可能是权值收敛过于复杂的决策面,或者是权值学习迭代次数足够多,拟合了训练数据中没有代表性的特征和噪声。
图表编号 | XD00221908500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.27 |
作者 | 余海玲、郑建岚 |
绘制单位 | 福州大学土木工程学院、福州大学土木工程学院、福建江夏学院工程学院 |
更多格式 | 高清、无水印(增值服务) |