深度学习中的进化计算与机器学习方法
在深度学习领域,进化计算与机器学习方法的结合为解决复杂问题提供了新的思路和途径。本文将介绍几种相关的技术和方法,包括不同网络模型的性能比较、基于遗传编程的特征构建、可微模式生成网络以及结合机器学习技术的进化计算方法。
不同网络模型的性能比较
| 模型 | Top-1 识别错误率 (%) | Top-5 识别错误率 (%) | 参数数量 (# Paras.) |
|---|---|---|---|
| AlexNet | 42.6 | 19.6 | 62M |
| GoogLeNet | 34.2 | 12.9 | 13M |
| VGGNet - 16 | 28.5 | 9.9 | 138M |
| VGGNet - 19 | 28.7 | 9.9 | 144M |
| GeNet#1 | 28.12 | 9.95 | 156M |
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



