加權誤差:讓神經網絡更快收斂

作者：萬芳,李明

摘要：區別于神經網絡良好的效果,其所需的巨大運算量和運算時間一直為人詬病。本文結合誤差定義結合反向傳播過程針對圖像分類過程進行深入討論,提出了一種加權誤差算法,讓神經網絡可以有兩個通道進行梯度下降。通過兩組常見數據的實例檢測,加權誤差算法具有類似學習率下降的效果,讓神經網絡可以動態地調整模型對于不同數據的敏感度,加快了收斂速度。并在部分網絡中可以得到類似正則化的效果。

發文機構：安徽交通職業技術學院 安徽省交通運輸綜合執法監督局

關鍵詞：卷積神經網絡加速收斂加權誤差計算機視覺圖像分類深度學習誤差函數梯度下降

分類號： TP3[自動化與計算機技術—計算機科學與技術]