论文部分内容阅读
卷积神经网络在各大领域都取得了不错的研究成果,并已成熟地应用于许多工业项目,俨然成为了未来人工智能的一种发展趋势.文章首先回顾了卷积神经网络的基本结构和原理,然后主要分析了内部的初始化参数、激活函数与损失函数的选择以及超参数设置对模型训练时间及准确率带来的影响,并在测试了所有的组合方式后挖掘出其中最优的模型.在TensorFlow平台上以MNIST数据集进行验证,其结果表明该模型在不同的需求下都取得了不错的训练结果.