光學(xué)神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法中超參數(shù)對網(wǎng)絡(luò)性能的影響
激光與光電子學(xué)進(jìn)展
頁數(shù): 8 2023-03-13
摘要: 面向數(shù)字圖像識別,使用光學(xué)器件構(gòu)建基于快速傅里葉變換(FFT)的光學(xué)神經(jīng)網(wǎng)絡(luò)(ONN),其中的線性光學(xué)處理單元由馬赫-曾德爾干涉儀(MZI)實(shí)現(xiàn)。這些MZI以網(wǎng)格狀布局連接,對通過的光信號進(jìn)行調(diào)制,實(shí)現(xiàn)乘法和加法,從而實(shí)現(xiàn)對圖像的分類識別。針對該ONN對手寫數(shù)字圖像進(jìn)行識別出現(xiàn)的問題,研究訓(xùn)練算法中的主要超參數(shù)即動(dòng)量系數(shù)和學(xué)習(xí)率對網(wǎng)絡(luò)性能的影響。首先比較不同學(xué)習(xí)率下隨機(jī)梯度下降...