基于多参数融合优化的深度神经网络设计研究

作者：蒋正锋; 廖群丽^*

来源：现代计算机(专业版), 2021, 27(31): 13-24.

• 多参数融合
• 深度神经网络
• TensorFlow
• 手写体数字

针对特定业务分类的需求,无从下手设计深度神经网络模型的问题,提出一种基于多参数融合逐步优化深度神经网络的设计方法。先通过分析样本和类别确定初始的无隐层神经网络模型,然后在初始神经网络的基础上逐步增加隐层,构建多参数融合优化的深度神经网络。基于TensorFlow框架,以手写体数字识别为例,逐步设计一个深度神经网络模型,整个实验过程中不断调整网络结构、激活函数、损失函数、优化器、学习率和样本批次大小,最终设计出多参数融合优化的具有较高准确率的深度神经网络模型,为构建神经网络提供了一种有效的思路。

• 单位
  广西民族师范学院; 广西理工职业技术学院; 电子信息工程学院