论文部分内容阅读
手写体数字识别网络的训练过程需耗费大量时间,训练时间的优化有着重要的意义。利用专家乘积系统是一种理想的解决方法。在专家乘积系统训练过程中,每个数字都将建立一个独立的专家模型,并分别使用各自的样本进行训练。待获得所有模型的概率分布特征后,再送入一个分类器网络进行混合训练。由于各数字模型是独立的,因此利用并行训练可大大减少系统的训练时间。专家乘积系统的识别效果非常理想,反映出专家乘积系统是一个高效的模型。