《表1 网络剪枝与PCA降维结果对比》
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
《一种基于Lasso回归与SVD融合的深度学习模型压缩方法》
使用6 149张作为训练集、2 040张作为测试集,测试集中每种花20张。模型一将VGG-16两个全连接层的神经元数从4 096减少到1 024,将最后一层的1 000类改为102类,在100轮训练后实现分类准确率为91.74%。而如果将该测试集先进行PCA降维,再进行分类识别,则识别率随着维数的不同而不同,但是都没有直接进行网络剪枝得到的识别率高。具体的实验结果如表1所示。
图表编号 | XD0054884900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.28 |
作者 | 吴进、吴汉宁、刘安、李聪、李乔深 |
绘制单位 | 西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |