2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩2頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、深度學(xué)習(xí)的模型搭建及過擬合問題的研究深度學(xué)習(xí)的模型搭建及過擬合問題的研究深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究[3]。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層來表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。在深度學(xué)習(xí)泛化(generalization)過程中,主要存在兩個挑戰(zhàn):欠擬合和過擬合(overfitting)。欠擬合是指模型不能在訓(xùn)練集上獲得足夠小的誤差,而過擬合是指訓(xùn)練誤差和測試誤差

2、之間的差距太大。1模型設(shè)計1.1多層感知器結(jié)構(gòu)[1]本文采用多層感知器(MLP)作為訓(xùn)練模型,它是一種前饋人工神經(jīng)網(wǎng)絡(luò)模型。它包括至少一個隱藏層(除了一個輸入層和一個輸出層以外)本文采用的多層感知器模型中的信號流傳播如下:⑴輸入:yi(n)為i神經(jīng)元的輸出,為下一個神經(jīng)元j的輸入。⑵誘導(dǎo)局部區(qū)域:神經(jīng)元j被它左邊的yi(n)神經(jīng)元產(chǎn)生的一組函數(shù)信號所饋,神經(jīng)元j產(chǎn)生誘導(dǎo)局部區(qū)域。⑶激活函數(shù):神經(jīng)元j輸出處的函數(shù)信號yi(n)為,其中為j

3、層神經(jīng)元的激活函數(shù)。采用激活函數(shù)的一個好處是引入非線性因素,使神經(jīng)網(wǎng)絡(luò)變成非線性系統(tǒng)。本文采用Sigmoid函數(shù)作為激活函數(shù),其定義為:,導(dǎo)數(shù)可用自身表示:見圖1,我們對式中通過鏈?zhǔn)揭?guī)則后的偏導(dǎo)數(shù)可以看到:,神經(jīng)元k是輸出節(jié)點,故:以上為倒數(shù)第一個隱藏層的傳播公式,得出了j的反向傳播遞推公式(k為j正向傳播的下一個神經(jīng)元),并用Sigmoid函數(shù)作為激活函數(shù):于是我們得出了遞歸的校正值的定義:2實驗本模型以識別手寫數(shù)字為例,測試深度學(xué)習(xí)

4、模型。本文采用的數(shù)據(jù)集為著名的MNIST數(shù)據(jù)集。這個數(shù)據(jù)集有60000個訓(xùn)練樣本和10000個測試用例。我們首先對該模型進(jìn)行驗證,然后通過調(diào)整訓(xùn)練集的大小和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)來觀察其對正確率的影響。2.1模型算法學(xué)習(xí)階段:本文采用minibatch梯度下降算法:假設(shè)總樣本數(shù)為Sn,將Sn隨機按每組N個樣本分為(SnN)組。多層感知器的突觸權(quán)值的調(diào)整在訓(xùn)練樣本集合的所有N個樣本例都出現(xiàn)后進(jìn)行。(SnN)次完成整個樣本集的訓(xùn)練,構(gòu)成了一個訓(xùn)練的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論