《表1 训练样本集和测试样本集的识别率》

  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

《基于卷积神经网络的牙齿疾病识别系统》

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

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%。