Naser Khatti Dizabadi

CNN优化研究在CIFAR-10基准测试中达到89.23%的准确率

研究人员对用于CIFAR-10图像分类任务的卷积神经网络（CNN）进行了优化实证研究。该研究测试了17种不同的训练时长、学习率调度、dropout、池化、网络深度和滤波器排列的修改。虽然延长训练时间提高了准确率，但一些结构性改变降低了性能。最佳个体配置的集成在完整数据集上达到了高达89.23%的准确率，证明了仔细的经验选择而非仅仅增加模型复杂度的价值。