• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

邓帅 (邓帅.)

收录:

CQVIP PKU CSCD

摘要:

CNN框架中,如何对其模型的超参数进行自动化获取一直是一个重要问题.提出一种基于改进的贝叶斯优化算法的CNN超参数优化方法.该方法使用改进的汤普森采样方法作为采集函数,利用改进的马尔可夫链蒙特卡罗算法加速训练高斯代理模型.该方法可以在超参数空间不同的CNN框架下进行超参数优化.利用CIFAR-10、MRBI和SVHN测试集对算法进行性能测试,实验结果表明,改进后的CNN超参数优化算法比同类超参数优化算法具有更好的性能.

关键词:

卷积神经网络 贝叶斯优化 超参数优化 高斯过程

作者机构:

  • [ 1 ] [邓帅]北京工业大学北京未来网络科技高精尖创新中心,北京100124;北京工业大学北京市物联网软件与系统工程技术研究中心,北京100124

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

计算机应用研究

ISSN: 1001-3695

年份: 2019

期: 7

卷: 36

页码: 1984-1987

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: 5

中文被引频次:

近30日浏览量: 8

归属院系:

在线人数/总访问数:195/3608855
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司