基于LSTM和注意力机制的Minist手写数字识别算法设计
作者：栾迪,周广证, 单位：南京理工大学紫金学院计算机学院 本文刊于： 《电子元器件与信息技术》 2021年第09期
关键词:
LSTM 注意力机制 手写数字识别 Keras全文下载：需积分3点。
摘要
本文实现了一种基于LSTM和注意力机制的手写数字识别算法。LSTM是长短时记忆网络,改进了普通循环神经网络不能长时依赖的问题。注意力机制借鉴了人类视觉的选择性注意力机制,通过调节权重获得重点关注的目标区域。本算法实验采用Keras平台,将Minist数据集的手写数字信息保存为28×28的矩阵,每张图片按行输入LSTM网络。对于数字体,前面所有行的数据都会影响下一行的数据,而影响的程度根据注意力机制调节权值来确定。通过实验对比,有注意力机制算法的识别率比直接使用LSTM有显著提升。本文设计的算法为LSTM和注意力机制的广阔应用前景提供了研究基础。
本文地址：www.fabiao.net/content-24-1198476-1.html
本文地址：www.fabiao.net/content-24-1198476-1.html
