期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
结合批归一化的直通卷积神经网络图像分类算法 被引量:26
1
作者 朱威 屈景怡 吴仁彪 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第9期1650-1657,共8页
为解决深度卷积神经网络由于梯度消失而导致训练困难的问题,提出一种基于批归一化的直通卷积神经网络算法.首先对网络所有卷积层的激活值进行批归一化处理,然后利用可学习的重构参数对归一化后的数据进行还原,最后对重构参数进行训练.在... 为解决深度卷积神经网络由于梯度消失而导致训练困难的问题,提出一种基于批归一化的直通卷积神经网络算法.首先对网络所有卷积层的激活值进行批归一化处理,然后利用可学习的重构参数对归一化后的数据进行还原,最后对重构参数进行训练.在CIFAR-10,CIFAR-100和MNIST这3个标准图像数据集上进行实验的结果表明,文中算法分别取得了94.53%,73.40%和99.74%的分类准确率,明显优于其他深度神经网络算法;该算法能够有效地克服传统卷积神经网络中梯度消失的问题. 展开更多
关键词 图像分类 深度学习 直通卷积神经网络 批归一化 梯度消失
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部