《表1 训练样本集和测试样本集的识别率》
本文使用TensorFlow框架,在GTX1050TI下进行GPU加速计算。训练GoogLeNet模型时,反向传播使用GradientDescent法[14],设置学习率初始值为0.01,每迭代2 000进行一次调整。训练样本集和测试样本集的识别率如表1所示,在训练次数不断增多的情况下,两个样本集的识别率也不断上升。在迭代2 000次时,测试样本达到本次实验的最高识别率71.95%。
图表编号 | XD0061608400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 王丹峰、陈超波、马天力、李长红 |
绘制单位 | 西安工业大学电子信息工程学院、西安工业大学电子信息工程学院、西安工业大学电子信息工程学院、西安工业大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |