基于组合激活函数的CNN应用研究

来源 :韶关学院学报 | 被引量 : 12次 | 上传用户:hy1208
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来深度学习技术在图像识别、语音识别、自然语言处理方面表现出很好的效果.不同的数据集都有自身的特点,ReLU虽是目前应用最多的激活函数,但不是在任何卷积层上都能取得最好的效果.针对CNN模型的不同层,采用不同的激活函数进行组合,组合激活函数的模型在MNIST和CIFAR-10数据集进行实验,实验结果表明,在模型中采用混合的激活函数组合可以比单一激活函数取得更高的识别准确率.在MNIST数据集上采用4个卷积层和1个全连接层,组合激活函数的识别准确率达到99.48%;在CIFAR-10数据集上采用两个
其他文献