1 问题
深度学习训练过程中,有很多的训练模型,我们组就在思考LeNet模型与之前运用的全连接模型在训练精度损失与验证精度损失上有什么差别?
2 方法
这是LeNet模型的主要代码,对数据进行两成卷积与两次池化之后再建立三成全连接即可。
3 结语
对于LeNet模型与全连接模型结果比较分析,我训练了50个周期来相比较,可发现LeNet模型相比于全连接模型训练精度与验证精度上升地更快,且验证损失的下降也更快,说明LeNet模型有着更高的训练效率,能够运用更少的周期达到更高的精度与更少的损失。
1 问题
深度学习训练过程中,有很多的训练模型,我们组就在思考LeNet模型与之前运用的全连接模型在训练精度损失与验证精度损失上有什么差别?
2 方法
这是LeNet模型的主要代码,对数据进行两成卷积与两次池化之后再建立三成全连接即可。
3 结语
对于LeNet模型与全连接模型结果比较分析,我训练了50个周期来相比较,可发现LeNet模型相比于全连接模型训练精度与验证精度上升地更快,且验证损失的下降也更快,说明LeNet模型有着更高的训练效率,能够运用更少的周期达到更高的精度与更少的损失。
上一篇:Import语句基础
1 前言经过前面三篇文章的介绍,我们已经知道了卷积的原理、卷积的计算过程以及池化的原理和
问题VGG卷
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M