-
题名端到端的梯度提升网络分类过程可视化
- 1
-
-
作者
葛家驿
杨乃森
唐宏
徐朋磊
纪超
-
机构
北京师范大学遥感科学国家重点实验室
-
出处
《信号处理》
CSCD
北大核心
2022年第2期355-366,共12页
-
基金
国家自然科学基金:卷积神经网络的遥感图像时空元数据嵌入方法及应用研究(41971280)。
-
文摘
端到端的梯度提升网络是由多个基学习器集合而成的神经网络。它与残差网络结构上有相似之处,二者后面的网络单元(学习器或残差块)都在前面网络单元的基础上继续学习,以逐渐逼近目标函数。端到端的梯度提升网络其网络结构较为复杂,我们对其工作机制的理解还不足。可视化技术有助于我们直观地理解网络内部的工作机制。本文着眼于探究端到端的梯度提升网络的分类过程和特点,在模拟数据上对其分类过程进行了可视化,通过与全连接网络和残差网络的对比突出其特点和问题,并利用哑节点说明其自正则能力相对较弱。然后,利用可视化方法探索了学习率对其分类过程的影响。最后,通过实际分类任务上的实验,在一定程度上验证了可视化相关结论的正确性。
-
关键词
端到端的梯度提升网络
残差网络
分类过程
可视化
学习率
-
Keywords
end-to-end gradient boosting network
residual network
classification process
visualization
learning rate
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
