Целью данного исследования является разработка и оценка алгоритма повышения точности обучения в нейронных сетях.
Предлагаемый алгоритм повышения точности обучения основан на следующих принципах:
Чтобы оценить эффективность предложенного алгоритма, его сравнили со стандартным алгоритмом обучения нейронных сетей. Обучение и оценка проводились на наборе данных Fashion MNIST.
Результаты показали, что предложенный алгоритм значительно улучшил точность обучения по сравнению со стандартным алгоритмом. В частности, предлагаемый алгоритм достиг точности 95,2% на тестовом наборе данных, в то время как стандартный алгоритм достиг точности 92,4%.
Предложенный алгоритм повышения точности обучения в нейронных сетях эффективно повышает точность и обобщаемость моделей. Его можно использовать в широком спектре задач машинного обучения, чтобы улучшить производительность нейронных сетей.