摘要
本发明提出了一种基于s形激活函数的识别方法、装置及介质,包括:构建改进LeNet‑5网络模型,所述改进LeNet‑5网络模型包括一个输入层、第一卷积层、第一降采样层、第二卷积层、第二降采样层、第一全连接层、第二全连接层以及一个softmax输出层;将初始LeNet‑5网络中所采用的激活函数替换为可伸缩s形激活函数并作为改进LeNet‑5网络的激活函数;在构建的基于可伸缩s形激活函数的改进LeNet‑5网络训练之后,对输入的待识别图像进行识别并生成识别结果。本发明通过采用可伸缩s形激活函数来改进LeNet‑5网络,解决了现有技术中tanh激活函数缺乏可解释性、计算开销大的问题。
技术关键词
sigmoid函数
识别方法
积层
网络
表达式
分段
存储器
识别装置
处理器
算法
可读存储介质
训练集
图像
指令
计算机
程序
数据
系统为您推荐了相关专利信息
GA遗传算法
汽车尾翼结构
商用车技术
表达式
参数
VR眼镜
中央处理器
语音交互模块
辅助驾驶系统
车辆周边环境
拉曼光谱数据
区分方法
一维卷积神经网络
拉曼光谱信号
结构纳米粒子
多模态生物识别
儿童情绪
分层特征提取
智能调节装置
智能调节系统