基于AdamOptimizer自编码的手写数字识别研究

• 作者: 崔广新 李殿奎
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 自编码神经网络 手写数字识别 优化器 图像识别
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电气工程与信息技术
• 页码范围: 363-366
• 页数: 4页
• 分类号: TP183
• 字数: 3070字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1402.2018.03.010

摘要

介绍自编码神经网络的基本原理,并将自编码神经网络应用于手写数字识别中.实验中采用手写体数字库MNIST作为数据源,通过实验结果表明自编码神经网络在手写数字识别中能达到很好的识别效果.经过优化器为AdamOptimizer与RMSPropOptimizer比较发现不同优化器所获得的识别效果不同,优化器为AdamOptimizer的识别效果比优化器为RMSPropOptimizer的识别效果更好一些.由于隐藏层为3层出现的过拟合情形,带来了识别效果不如隐藏层为2层的神经网络.通过调节参数可以使得cost值继续减小,效果达到更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李殿奎	佳木斯大学信息电子技术学院	38	203	7.0	13.0
2	崔广新	佳木斯大学信息电子技术学院	6	21	2.0	4.0