基于自适应动量和自动梯度下降优化器的图像分类方法

本申请涉及一种基于自适应动量和自动梯度下降优化器的图像分类方法，所述方法包括：获取待分类图像；采用训练好的图像分类模型对待分类图像进行识别处理，得到待分类图像的图像类别；其中，图像分类模型采用基于自适应动量和自动梯度下降优化器对图像分类模型进行训练；基于自适应动量和自动梯度下降优化器建立在为无超参数SGDM设计的学习率和动量框架之上，为无超参数优化的新进展铺平了道路，由于其无超参数的性质而更加稳健，并且实现了更快的动量收敛。采用本方法克服了由于模型训练时间过长导致计算资源浪费的问题，增强了图像分类模型的泛化能力，提高了图像分类准确率。