健行科技大學eclass易課平台
×
登入
  • 回學校
    • 健行科技大學 首頁
    • 招生資訊
    • 電資學院
    • 工程學院
    • 商管學院
    • 民生創意學院
    • 通識教育中心
  • 手機版
  • 系統教學
    • 功能特色
    • 線上教學
    • 翻轉教學應用分享
  • 開放課程
位置: 機器學習研討 > 教材 > 進階CNN技巧實作仿AlexNet訓練辨識oxflower17達97趴辨識率(1225) > 最新的回應
最新的回應
發表人討論發表時間
b11033041
第二版改進了網絡架構,加入了批量歸一化、Dropout層和數據增強技術,並使用Adam優化器和學習率調度策略,顯著提升了模型的穩定性和泛化能力。這些改進使得模型在OXFlower17資料集上的準確度達到了97%,顯著超越了第一版的表現。2024-12-25
B11033101
第二版改進了網絡架構,加入批量歸一化、Dropout層和數據增強,使用Adam優化器和學習率調度,提升了穩定性和泛化能力,使模型在OXFlower17資料集上的準確度達到97%,顯著優於第一版。2024-12-25

©Copyright  健行科技大學 Chien Hsin University of Science and Technology All rights reserved.
本網站僅作學術研究用途,不得從事商業用途,請尊重智慧財產權,避免任何侵權行為,勿上傳/下載未經授權之檔案資料。
Please respect the intellectual property rights.