|
|||||
|
|
| 基于改进Dropout和特征梯度融合的深度学习模型性能提升策略 | |
| 作者姓名： | 王顺先 金耀 许淮 王文 顾苏杭 霍之琳 |
| 作者单位： | 1. 常州大学图书馆;2. 聊城职业技术学院学生工作部;3. 常熟理工学院电气与自动化工程学院 |
| 基金项目： | 江苏省研究生教育教学改革课题（JGKT22＿C065）； |
| 摘 要： | 为了提升深度学习模型的泛化能力和准确率，提出基于高斯能量分布控制的Dropout和特征梯度融合改进策略。在多个公共图像数据集和自制文本数据集上设计多组对比实验，实验结果表明，提出的改进方法能够有效地提升深度学习模型的泛化能力和准确率。 |
| 关 键 词： | 深度学习 泛化能力 Dropout 特征梯度 |