典型文献
端到端的梯度提升网络分类过程可视化
文献摘要：
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.
文献关键词：
端到端的梯度提升网络;残差网络;分类过程;可视化;学习率
中图分类号：
作者姓名：
葛家驿;杨乃森;唐宏;徐朋磊;纪超
作者机构：
北京师范大学遥感科学国家重点实验室,北京100875
文献出处：
引用格式：
[1]葛家驿;杨乃森;唐宏;徐朋磊;纪超-.端到端的梯度提升网络分类过程可视化)[J].信号处理,2022(02):355-366
A类：
端到端的梯度提升网络,自正则
B类：
分类过程,过程可视化,基学习器,残差网络结构,相似之处,后面,网络单元,残差块,面网,逼近,可视化技术,模拟数据,全连接网络,可视化方法,方法探索,学习率,分类任务
AB值：
0.251208
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
