MT-混合数据的深度网络快速训练方法
李红运; 张建林; 周丽君; 杨亚锋
刊名计算机工程与设计
2020-01-16
卷号41期号:1页码:52-58
关键词模式识别 深度卷积网络 快速训练 凸集 数据增广
ISSN号1000-7024
DOI10.16208/j.issn1000-7024.2020.01.009
文献子类期刊论文
英文摘要为加速神经网络的训练,提出一种名为MT (mix training)的模型训练方法,并从理论与实验的角度来解释这种方法。该方法直接加权平均两张不同的图片为一张,对标签以同样的权值进行加权平均。由于只使用融合后的图片进行训练,该方法能够有效地加速网络的训练。使用DenseNet-40 (k=12)作为网络结构,在CIFAR-10、CIFAR-100、SVHN这3个数据集上验证了该方法能够节约一半的训练时间,在CIFAR-10、CIFAR-100上分别达到了93.51%、73.40%的识别率,高于未使用该方法的识别率93.00%、72.45%。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.ioe.ac.cn/handle/181551/9972]  
专题光电技术研究所_光电探测与信号处理研究室(五室)
作者单位1.中国科学院光电技术研究所
2.华南理工大学电子与信息学院
3.中国科学院大学电子电气与通信工程学院
推荐引用方式
GB/T 7714
李红运,张建林,周丽君,等. MT-混合数据的深度网络快速训练方法[J]. 计算机工程与设计,2020,41(1):52-58.
APA 李红运,张建林,周丽君,&杨亚锋.(2020).MT-混合数据的深度网络快速训练方法.计算机工程与设计,41(1),52-58.
MLA 李红运,et al."MT-混合数据的深度网络快速训练方法".计算机工程与设计 41.1(2020):52-58.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace