《表5 不同学习率下Res Net18在不同掌纹数据库上的识别率》
注:加粗字体表示最优结果。
学习率是深度学习中一个非常重要的超参数,控制着网络参数在每次迭代后更新的大小。学习率太小,损失沿着梯度方向下降的速度会很慢,到达最优解的时间很长;学习率太大,可能会导致损失错过最优解,产生剧烈震荡,甚至出现梯度发散的问题。因此选取一个合适的学习率尤其关键。本节选取ResNet18进行实验,因为在所有数据库上仅ResNet18的识别率均在95%以上。本节使用默认的数据配置,实验结果见表5。
图表编号 | XD0082904200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.16 |
作者 | 王海纶、李书杰、贾伟、刘晓平 |
绘制单位 | 合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |