榮耀中和
狂賀!!!! 2019國際科展複審電腦科學與資訊工程入選
{{ $t('FEZ002') }}教務處|
人工智慧與神經網路相關研究
|
班級 |
入選學生 |
指導老師 |
|
202 |
鍾天睿 |
王一哲 |
摘要
本研究嘗試使用深度學習的方法，建立並訓練人工神經網路模型，使電腦能自動判斷輸入的星系照片種類為何。我們主要嘗試的模型有
1.
卷積神經網路(convolutional neural networks, CNN)
2.
使用遷移學習(transfer learning)VGG16的卷積神經網路
此外，我們也試著使用不同的最佳化方法(optimizer)，例如SGD、Momentum、Adam，找出能同時兼顧效率及準確度的組合。我們大約使用4000張星系照片作為訓練資料，另外用500張照片作為驗證資料，經過實驗之後，我們認為VGG16搭配Momentum的模型效果最好，其驗證準確度可達99.8%。
Abstract
In this study, we try to build a model of
artificial neural networks and use this model to classify the pictures of
galaxies. We build two models with convolutional neural networks (CNN) and
VGG16, independently. Because we want to increase the work efficiency and the
validation accuracy of our models, we try to use different optimizers, such as
SGD, Momentum and Adam. We use about 4000 pictures of
galaxies for training our models and 500 pictures for validation. The model
built with VGG16 and Momentum is better than others. Its validation accuracy is
99.8%.
{{ $t('FEZ003') }}2019-02-11
{{ $t('FEZ014') }}2019-05-31|
{{ $t('FEZ004') }}2020-10-23|
{{ $t('FEZ005') }}33|