科技与创新2022，Issue(14) ：160-162,165.DOI:10.15913/j.cnki.kjycx.2022.14.052

超参数设置对图像分类技术的影响

赵佳英
科技与创新2022，Issue(14) ：160-162,165.DOI:10.15913/j.cnki.kjycx.2022.14.052
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

超参数设置对图像分类技术的影响

赵佳英1
扫码查看

作者信息

  • 1. 浙大宁波理工学院图书与信息技术中心,浙江 宁波 315199
  • 折叠

摘要

长久以来,研究者不断探求神经网络学习技术,其中基于动量梯度下降优化算法的深度神经网络技术也取得了一定成功.如何在计算机训练过程中选择和调整超参数,促成学习任务的成功变得愈发重要.利用全连接神经网络模型和卷积神经网络模型对fashion-mnist图像集进行分类训练,严格控制不相关变量,通过技术实验和实验结果分析超参数对图像分类技术的影响,为今后的图像分类学习提供参数设置的参考.

关键词

全连接神经网络/卷积神经网络/动量梯度下降/图像分类技术

引用本文复制引用

出版年

2022
科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
参考文献量3
段落导航相关论文