论文部分内容阅读
本文利用对比实验,探索深度神经网络中Batch normalization位置以及数据数量和数据精度对网络训练结果的影响.为了训练深度神经网络,本文采集了558人共74684张照片作为训练样本.使用基于Madab的卷积神经网络工具MatConvnet作为软件环境,硬件上采用GTX970显卡对训练进行加速.利用对比实验的结果,本文训练出了一个在验证集上正确率达到86.3%的网络,并利用该网络结合MatlabGUI实现了一个人脸识别的应用.