《表1 模型参数:基于word2vec和Attention-Seq2Seq的水稻病虫害智能问答方法研究》
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word2vec和Attention-Seq2Seq的水稻病虫害智能问答方法研究》
本研究利用Scrapy爬虫框架爬取水稻病虫害的问答数据。经过爬取、筛选以及整理分析后得到20200条水稻病虫害问答数据。采用随机抽取方法,将数据分为训练集、验证集与测试集,比例为7/1/2。采用训练的硬件环境为:显卡NVIDIA Quadro P600,CPU Intel(R)Xeon(R)Silver 4110,内存16GB。本研究分别采用Seq2Seq模型、Seq2Seq模型和Attention机制以及word2vec、Attention机制结合Seq2Seq模型进行对比试验。在训练过程中,本研究模型的基本参数设置为:LSTM层数为2层,LSTM每层神经元个数256,batchsize(批量梯度下降的大小)为64,其他参数如表1。同时,将其他两种模型参数调整达到最优状态。将三种模型按照上述参数设置进行训练,训练结果如图5和图6。
图表编号 | XD0076354900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 许童羽、赵冬雪、周云成、冯帅、王郝日钦 |
绘制单位 | 沈阳农业大学信息与电气工程学院、辽宁省农业信息化工程技术研究中心、沈阳农业大学信息与电气工程学院、辽宁省农业信息化工程技术研究中心、沈阳农业大学信息与电气工程学院、辽宁省农业信息化工程技术研究中心、沈阳农业大学信息与电气工程学院、辽宁省农业信息化工程技术研究中心、沈阳农业大学信息与电气工程学院、辽宁省农业信息化工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |