文献类型：期刊文章

作　　者：李明[1] 来国红[1] 常晏鸣[1] 冯志强[1]

LI Ming;LAI Guohong;CHANG Yanming;FENG Zhiqiang

机构地区：[1]湖北民族大学信息工程学院,湖北恩施445000

出　　处：《信息技术与信息化》

年　　份：2022

期　　号：3

起止页码：206-209

语　　种：中文

收录情况：普通刊

摘　　要：针对神经网络学习使其找到使得损失函数的值最小的参数,寻找最优参数的问题,在TensorFlow的深度学习算法的框架下,利用Kersa搭建神经网络,运用import、train&test、sequential、compile、fit和summary六步法搭建出相关神经网络,对不同优化器的性能进行了分析比较,包括SGD、AdaGrad、RMSprop和Adam这四种常见的优化器。在手写数字识别MNIST数据集和FASHION数据集这两个经典数据集中分别进行参数进行优化,对比四种优化器的结果。最终结果表明在MNIST数据集,RMSprop表现的最好;FASHION数据集中,Adagrad表现的最好。

关 键 词：深度学习  优化器 训练  测试  

分 类 号：TP391.41] TP18[计算机类]