首页 > 《深圳信息职业技术学院学报》 > 2018年5期 > 基于tensor-flow神经网络算法改进的人脸识别

基于tensor-flow神经网络算法改进的人脸识别

在线阅读下载PDF 导出详情

摘要针对传统应用于CIFIR-10数据集的基于tensor-flow神经网络算法需要对数据集进行人为预处理、容易过拟合和准确率低等缺点,改变特征维度和加入卷积层CNN以提升迭代速率,通过dropout、权重衰减和L2正则化方法改善过拟合问题,并使用梯度下降法对神经网络模型进行优化,得到了收敛速率局部波动,但准确率、迭代效率都有较好的结果,为神经网络的设计提供了理论参考。

DOI pj0kyz7y4y/1980503

作者邢立宁;胡耀龙

机构地区不详

出处《深圳信息职业技术学院学报》 2018年5期

关键词人脸识别卷积神经网络正则化方法过拟合收敛

分类 [文化科学][高等教育学]

出版日期 2018年05月15日（中国期刊网平台首次上网日期，不代表论文的发表时间）