神经网络做体态识别中一些参数的意义

Posted SD_le

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了神经网络做体态识别中一些参数的意义相关的知识,希望对你有一定的参考价值。

因为目前使用的工具是chainer,所以就用里边的简写了。

batchsize 128  ---- 一次迭代修改参数所使用的数据个数

epoch 100 ---- 一次epoch是把所有训练数据过一遍的过程,一共要过100次。当数据量过大时,可以把一次epoch规定为n次迭代。

snapshot 10 ----每迭代10次,保存一次快照

zoom-range 0.2 ---对图片的放大或缩小操作

rotation range 10 --- 使图片在 [0, 指定角度] 范围内进行随机角度旋转

以上是关于神经网络做体态识别中一些参数的意义的主要内容,如果未能解决你的问题,请参考以下文章

树叶识别基于matlab GUI AlexNet神经网络树叶识别系统含Matlab源码 2422期

思考卷积神经网络(CNN)中各种意义

LMBP神经网络参数,net.trainParam.mu及其相关。

图像识别原理--CNN卷积神经网络

BP神经网络做手写数字识别误差较大

基于卷积神经网络CNN的分类研究,基于卷积神经网络的手写体识别