《表5 卷积神经网络模型参数》
将前文得到的数据集放入两层卷积池化,两层全连的卷积神经网络中训练,本文使用的卷积神经网络的参数如表5所示。并使用交叉熵计算误差代价,使用Adam优化器优化模型,设Dropout为0.5,学习率为0.000 1。
图表编号 | XD00222910300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 李思琦、蒋志坚 |
绘制单位 | 北京建筑大学电信学院、北京建筑大学电信学院 |
更多格式 | 高清、无水印(增值服务) |
将前文得到的数据集放入两层卷积池化,两层全连的卷积神经网络中训练,本文使用的卷积神经网络的参数如表5所示。并使用交叉熵计算误差代价,使用Adam优化器优化模型,设Dropout为0.5,学习率为0.000 1。
图表编号 | XD00222910300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 李思琦、蒋志坚 |
绘制单位 | 北京建筑大学电信学院、北京建筑大学电信学院 |
更多格式 | 高清、无水印(增值服务) |