题名
采用分数阶动量的卷积神经网络随机梯度下降法
DOI
作者
阚涛1 高哲1,2 杨闯1 ​
作者单位
1.辽宁大学数学院；2.辽宁大学轻型产业学院
摘要
针对随机梯度下降法可能会收敛到局部最优的问题,文中提出采用分数阶动量的随机梯度下降法,提高卷积神经网络的识别精度和学习收敛速度.结合基于动量的随机梯度下降法和分数阶差分运算,改进参数更新方法,讨论分数阶阶次对网络参数训练效果的影响,给出阶次调整方法.在MNIST、CIFAR-10数据集上的实验表明,文中方法可以提高卷积神经网络的识别精度和学习收敛速度.
关键词
卷积神经网络；分数阶差分；随机梯度下降
刊名
人工智能研究
ISSN
3078-9753
年、卷(期)
202011
所属期刊栏目
工程技术
打印