《表1 LCE使用的11个外推公式[18]》

  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

《面向语义分割机器视觉的AutoML方法》

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

学习曲线外推法LCE由德国弗莱堡大学2015年提出，其思路为通过CNN训练过程中已生成的学习曲线，输入至模型中预测最终效果，若预测效果无法超越目前已有最优方法，则停止训练。每个学习曲线被建立为由11个参数函数构成的加权组合模型，表1为LCE预测学习曲线使用的各种公式；通过马尔可夫链蒙特卡罗法对这些函数参数及权值进行采样，使输入的学习曲线拟合损失最小；加权组合模型可产生对该学习曲线的预测分布，若该配置预测效果不能达到目前已有最优CNN模型性能，则停止训练。