《表3 model1和model2的实验结果》

  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LSTM-RNN的海水表面温度模型研究》

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

从训练结果图6来看，两个模型的训练集均方误差（RMSE）在前20次循环时快速下降，之后缓慢下降，可以说明模型已经很好地拟合了数据，没有出现欠拟合情况。model1的验证集RMSE在前20次循环时快速下降，之后缓慢下降没有上升，可以说明model1没有出现过拟合情况。model2的验证集RMSE快速下降的过程需要40次循环，之后缓慢下降没有上升，说明模型同样没有出现过拟合情况。model2的验证集RMSE快速下降的过程需要更多循环的原因是，包含更多输入的LSTM-RNN模型是更复杂的非凸优化问题[13]，拥有更多局部的极小值，收敛需要更多循环，得益于Adam算法，模型最终收敛到一个非常小的值。实验的具体结果如表3所示。