首页> 外文OA文献 >Handwritten Digit Recognition with a Committee of Deep Neural Nets on GPUs
【2h】

Handwritten Digit Recognition with a Committee of Deep Neural Nets on GPUs

机译:用深度神经网络委员会进行手写数字识别   图形处理器

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

The competitive MNIST handwritten digit recognition benchmark has a longhistory of broken records since 1998. The most recent substantial improvementby others dates back 7 years (error rate 0.4%) . Recently we were able tosignificantly improve this result, using graphics cards to greatly speed uptraining of simple but deep MLPs, which achieved 0.35%, outperforming all theprevious more complex methods. Here we report another substantial improvement:0.31% obtained using a committee of MLPs.
机译:竞争性MNIST手写数字识别基准自1998年以来就拥有破记录的悠久历史。其他方面的最新实质性改进可以追溯到7年之前(错误率0.4%)。最近,我们能够显着改善此结果,使用图形卡可以大大加快简单但深度的MLP的训练速度,达到0.35%,优于所有以前的更复杂的方法。在这里,我们报告了另一个重大改进:使用MLP委员会获得了0.31%的改进。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号