Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Applied Computer Systems
Band 22 (2017): Heft 1 (December 2017)
Uneingeschränkter Zugang
Appropriateness of Dropout Layers and Allocation of Their 0.5 Rates across Convolutional Neural Networks for CIFAR-10, EEACL26, and NORB Datasets
Vadim V. Romanuke
Vadim V. Romanuke
| 27. Dez. 2017
Applied Computer Systems
Band 22 (2017): Heft 1 (December 2017)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
27. Dez. 2017
Seitenbereich:
54 - 63
DOI:
https://doi.org/10.1515/acss-2017-0018
Schlüsselwörter
CIFAR-10
,
convolutional neural network
,
DropOut
,
EEACL26
,
image classification
,
NORB
,
overfitting
© 2017 Vadim V. Romanuke, published by De Gruyter Open
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 License.
Vadim V. Romanuke
Polish Naval Academy,
Gdynia, Poland