BP神经网络子批量学习方法研究
针对浅层神经网络全批量学习收敛缓慢和单批量学习易受随机扰动的问题,借鉴深度神经网基于子批量的训练方法,提出了针对浅层神经网络的子批量学习方法和子批量学习参数优化配置方法。数值实验结果表明:浅层神经网络子批量学习方法是一种快速稳定的收敛算法,算法中批量和学习率等参数配置对于网络的收敛性、收敛时间和泛化能力有着重要的影响,学习参数经优化后可大幅缩短网络收敛迭代次数和训练时间,并提高网络分类准确率。
子批量学习、神经网络、BP算法、批量尺寸、训练方法评估、分类
11
TP301.6(计算技术、计算机技术)
国家自然科学基金项目51304114,71371091.
2016-05-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
226-232