基于BP神经网络学习率优化的研究

• 作者: 王雨萌 赵建民
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: BP神经网络 固定学习率 变化学习率
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 教育探索
• 页码范围: 89-92
• 页数: 4页
• 分类号: TP311
• 字数: 2810字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2018.08.027

摘要

现今社会人工智能技术快速迭代发展,其应用也越发广泛,包括搜索、数学优化、逻辑推演等工具都应用了人工智能技术.神经网络作为人工智能的重要方法正在被不断地深入研究,而BP神经网络是经典的神经网络之一,在语音分析、图像识别、数字水印、计算机视觉等应用领域都取得了显著的效果.在对BP神经网络进行训练时,学习率的设置是众多参数中至关重要的一项.学习率选取不当将直接导致模型收敛速度慢、模型易越过全局极小值点等问题.针对BP神经网络中的学习率选取开展研究,将传统的固定学习率优化为变化学习率,从而有效地提高了BP神经网络模型的收敛速度以及精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建民	东北石油大学计算机与信息技术学院	16	38	3.0	5.0
2	王雨萌	东北石油大学计算机与信息技术学院	1	5	1.0	1.0