期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度学习中的正则化方法研究
被引量:
3
1
作者
武国宁
胡汇丰
于萌萌
《计算机科学与应用》
2020年第6期1224-1233,共10页
带有百万个参数的神经网络在大量训练集的训练下,很容易产生过拟合现象。一些正则化方法被学者提出以期达到对参数的约束求解。本文总结了深度学习中的L1,L2和Dropout正则化方法。最后基于上述正则化方法,进行了MNIST手写体识别对比数...
带有百万个参数的神经网络在大量训练集的训练下,很容易产生过拟合现象。一些正则化方法被学者提出以期达到对参数的约束求解。本文总结了深度学习中的L1,L2和Dropout正则化方法。最后基于上述正则化方法,进行了MNIST手写体识别对比数值试验。
展开更多
关键词
深度神经网络
过拟合
L
1
正则化
L
2
正则化
DROPOUT
MNIST
下载PDF
职称材料
题名
深度学习中的正则化方法研究
被引量:
3
1
作者
武国宁
胡汇丰
于萌萌
机构
中国石油大学(北京)
出处
《计算机科学与应用》
2020年第6期1224-1233,共10页
文摘
带有百万个参数的神经网络在大量训练集的训练下,很容易产生过拟合现象。一些正则化方法被学者提出以期达到对参数的约束求解。本文总结了深度学习中的L1,L2和Dropout正则化方法。最后基于上述正则化方法,进行了MNIST手写体识别对比数值试验。
关键词
深度神经网络
过拟合
L
1
正则化
L
2
正则化
DROPOUT
MNIST
Keywords
DNN
Overfitting
L
1
Regularization
L
2
Regularization
Dropout
MNIST
分类号
O15 [理学—基础数学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度学习中的正则化方法研究
武国宁
胡汇丰
于萌萌
《计算机科学与应用》
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部