×

神经网络模型剪枝后泛化能力的验证方案

消耗积分:0 | 格式:pdf | 大小:未知 | 2021-05-25

分享资料个

　　针对神经网络模型在剪枝操作中υrˆ opout率下调造成的过拟合冋题，提岀一种剪枝模型泛化能力的验证方法。硏究人为遮挡数据集模拟图像范围的变化情况，分析不同υ copout值和剪枝比例对模型准确率的影响，进而得到剪枝操作后模型泛化能力变化的原因。在卷积神经网络模型 lenet5上进行实验，结果表明，剪枝模型泛化能力减弱是因为 Dropout率下调和剪枝操作时参数量的变化。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !